书名：新一代人工智能应用技术
书号：978-7-5239-0932-4
定价：58元
作者：琚贇 杨成月 成凯 刘泽辉 王思宁 编著
出版时间：2026-09-01
出版社：中国电力出版社
页码： 272    字数(千字)：323
开本：16开    版次：B1    印次：Y1

品牌介绍

中国电力出版社成立于 1951 年，作为中国成立最早的中央科技出版社之一，曾隶属于水利电力部、能源部、电力工业部、国家电力公司，现为国家电网公司所属的科技出版社，在电气技术专业出版领域享有极高的声誉。该社作为以图书出版为主体，音像、电子出版物、期刊、网络出版共同发展的大型出版企业，以强大的出版资源和高素质的专业队伍，致力于向读者提供包括电力工程、电气工程、建筑工程、电子技术、信息技术、外语、大中专教材、家教等学科门类齐全的权威出版物，也竭力为广大师生提供精品教材，是教育部和北京市教委规划教材的出版基地之一。

编辑推荐

随着新型电力系统建设不断推进，人工智能、大数据正在深度赋能电网各个业务环节，源网荷储协同、新能源消纳、绿电交易、碳排放管控成为行业重点热点。本书作为电力行业 “十五五” 规划教材，由高校、国家电网多单位专家联合编著，把前沿人工智能技术落地到电力系统真实业务场景。全书遵循统一的工程化写作框架，兼顾理论推导、算法实现与仿真实验，系统讲解源网荷储调度、新能源预测、储能聚合、灾害监测等关键技术。书中内容源自多项基金课题研究成果，兼具学术价值与工程参考价值。适合电气工程、电子信息专业本科研究生教学使用，也面向电力系统科研人员、工程技术人员，帮助读者理解 AI 赋能智慧能源的实现路径，助力新型电力系统技术研究与工程实践。

产品特色

本套图书为华北电力大学承担的中组部工程硕博士培养专项试点建设的成果。校企合作编写，由华北电力大学与怀柔实验室、国网公司、中国大唐集团等13家合作单位共同建设，作者队伍由高校学术带头人及科研机构、企业专家组成。本套图书涵盖智慧能源全产业链的三个环节，即能源的发输供配、能源信息采集技术、用户侧能源综合利用等。 项目负责人：琚贇，华北电力大学副教授，负责项目总体管理和协调。主要从事云计算大数据、物联网、移动互联网、人工智能、信息安全等方面的研究工作，近期重点研究泛在电力物联网与人工智能在能源互联网的应用。先后参与国家自然科学基金4项、国家重点研发计划课题3项、国家科技重大专项子课题1项以及多项横向课题。出版中英文专著、译著2部、教材1部，发表SCI和EI收录论文20余篇。获得校级讲课比赛、教学优秀奖、教学成果奖等4项。 编委会成员：编委会主要由华北电力大学、国网大数据中心、国网电科院、中国电科院以及中国大唐集团有限公司等多个单位组成。其中华北电力大学有华北电力大学控制与计算机工程学院副校长房方校长、华北电力大学研究生院何健院长以及华北电力大学控制与计算机工程学院王玮院长3人；国网大数据中心有杨成月主任与王一蓉处长2人；国网电科院有人工智能中心的陈勇主任和王晓辉主任2人；中国电科院有信息通信研究所的李哲主任和吴赛主任，用能所的李涛永主任3人；中国大唐集团有限公司有彭强主任，大唐科研总院的郭婷婷总工、刘冠军主任以及中南院的张之刚主任，共计4人；还有北京国网信通埃森哲信息技术有限公司的王思宁总监、国网山西省电力公司电力科学研究院的刘泽辉主任以及国网智能电网研究院的李毅总工，共计3人。编委会成员共计17人。 编写组成员：编写成员为华北电力大学在读硕士研究生，主要人员有张雨柔、邵晓琪、卢妍洁、赵勇彪、刘威、高焜、李梦哲、郑永茂、牟晓玉、王雯然、刘纪奎、余昊、徐怡宁、周续然、刘浩宇，共计15人。该组人力充足、分工明确、基础扎实、经验丰富，符合本项目的需求。 批准号 62373149 项目名称 数据驱动的重型燃气轮机智能控制与运行优化方法 项目编号 2023BJ0221 项目分类 国家自然科学基金2023-面上项目 项目级别 国家级 项目来源单位 国家自然科学基金委 开始日期 2024-01-01 计划结项日期 2027-12-31 本教材配套的项目支撑为：数据驱动的重型燃气轮机智能控制与运行优化方法，2023年国家自然科学基金项目（项目编号 2023BJ0221）。

作者介绍

1.教学课程： 计算机组成原理，2006年起，64学时，60人 高级嵌入式系统，2006年起，32学时，12~24人 高级计算机体系结构，2006年起，32学时，12~24人 无线传感器网络，2014年起，32学时，12~24人 2.科研经历 1）中央高校基金青年项目，2014QN11，基于网络层的异构有线-无线传感器网络融合，2014/01-2015/12，3 万元，已结题，主持； 2）中央高校基金面上项目，2016MS35，工业无线传感器网络移动性和切换技术的研究，2016/01-2017/12，10 万元，已结题，主持； 3）中央高校基金面上项目，2018MS030，智能变电站网络层析成像关键技术研究，2018/01-2019/12，10 万元，已结题，主持； 4）国家科技重大专项，2017-V-0010-03，燃气轮机控制系统智能BIT设计方法和数据容错方法研究，2018/08-2022/07，311.52万元，在研，参加。 5）国家自然科学基金面上项目，61972148，面向能源互联网电力交易的数据安全访问控制方法研究，2020/01-2023/12，60 万元，在研，参加。 6）国家自然科学基金面上项目，61973112，数据驱动的超超临界机组协调控制系统全工况节能优化研究，2020/01-2023/12，63 万元，在研，参加。 7）国网山西省电力公司电力科学研究院，园区级能源互联网终端认证接入和边端可靠传输技术研究与应用，2022.04—2023.05，已结题，主持； 8）国家电网公司，电力物联网平台支撑技术研究，2020.07-2023.06，65万元，在研，参加； 9）国家电网公司，电力物联网关键技术集成及应用验证，2020.07-2023.06，35万元，在研，参加。 曾出版的书： 1.华北电力大学，2019，青年教师教学基本功比赛，校三等奖； 2.华北电力大学，2016，教学优秀奖，校级优秀奖； 3.华北电力大学，2015，青年教师教学基本功比赛，校二等奖； 4.华北电力大学，2012，教学成果二等奖，校二等奖； 5.琚贇，iOS编程（第三版） [Programming iOS ]、中国电力出版社、2014-10-01； 6.琚贇，LPI Linux认证权威指南（第3版）、中国电力出版社、2013-04-01； 7.琚贇，汉字录入与编辑技术、西北工业大学出版社、2012-07-01； 8.Ultra-Short-Term Photovoltaic Power Prediction Based on Self-Attention Mechanism and Multi-Task Learning, IEEE ACCESS. SCI, 8 (2020)。 9.Ju Yun, A Model Combining Convolutional Neural Network and LightGBM Algorithm for Ultra-Short-Term Wind Power Forecasting, IEEE ACCESS. SCI, 28309 (2019) 10.Ju Yun, Performance Optimization Based on Compressive Sensing for Wireless Sensor Networks, WIRELESS PERSONAL COMMUNICATIONS. SCI, 1927 (2016) 11.Ju Yun, Redundancy Optimization Based

内容介绍

本书为电力行业 “十五五”规划教材、智慧能源系列教材。 本书共分为9章,主要内容包括概述、电力系统源网荷储协同智能日前调度模型构建及验证、基于时空数据融合的新能源发电功率预测、源网荷储运行态势评估与协同优化调控的研究、基于多源数据融合的负荷集群协同控制策略的模型构建及验证、海量储能资源聚合互动评价、基于人工智能的绿电交易需求预测与竞价决策、基于电力系统规划模型供应链碳排放测算及减排方案、多源遥感数据智能融合的洪涝灾害动态监测概论。本书主要面向运行环境下的源网荷储协同运行与控制核心业务需求,以系统论、协同论、控制论基础理论为指导,采用模型驱动与信息驱动融合模式,基于电网的各类仿真模型数据或实时测量数据,利用先进的复杂网络、大数据、图计算、机器学习、强化学习、知识图谱、大模型等技术,充分挖掘源网荷储各环节的动态特性及协同互动模式,以提高电力系统的稳定性、经济性和新能源消纳能力。
本书适用于本书可作为普通高等院校电气工程及其自动化、电子信息类专业的本科和研究生教材,也可供从事电力系统信息通信技术研究和应用的科技及工程人员参考。

前言

随着全球能源需求的不断增长以及社会发展对环境保护的日益重视，传统能源体系正面临前所未有的挑战。智能电网作为现代电力系统的重要组成部分，凭借其高效、绿色的特点，逐步成为能源行业改革的核心驱动力。智能电网通过融合先进的信息通信技术、人工智能算法和大数据分析，不仅能优化电力系统的运行与管理，还能显著提升能源的利用效率，并保障电力供应的稳定性与安全性。作为新一代电力系统的基础，智能电网代表了能源领域技术发展的必然趋势，同时也是支撑社会可持续发展的关键因素。 在这一大背景下，智慧能源系统作为智能电网的关键组成部分，强调通过技术手段优化能源的生产、传输、分配与消费。智慧能源系统借助物联网、大数据、人工智能等技术，能够实现能源资源的智能管理与高效利用，推动能源的可持续发展。通过精准的预测、智能调度与实时监控，智慧能源不仅能提升能源的使用效率，还能有效降低碳排放，助力实现全球应对气候变化的目标。本书旨在系统地探讨这些新兴技术如何在电力系统中得到应用，全面提升智能电网的整体性能，推动智慧能源系统的发展与创新。 本书具有鲜明的技术聚焦性与实践导向性，核心特色体现在以下方面： （1）体系完整，覆盖全链条关键技术：全书以智能电网与智慧能源的核心业务场景为脉络，构建了从技术基础到实际应用的完整知识体系。 （2）方法前沿，突出人工智能核心驱动：本书贯穿人工智能技术的创新应用，详细阐述了深度学习、强化学习、数据融合、神经网络等前沿方法在各业务场景中的落地路径。 （3）聚焦实践，强化模型与实验验证：全书各章节均遵循 “背景意义 — 模型构建 — 算法设计 — 实验验证 — 评价标准” 的逻辑框架，注重理论与实践的结合。 （4）紧扣热点，回应行业发展需求：本书紧密围绕当前能源行业的核心关切与发展热点，针对性地解决行业痛点问题。 本书较为全面、系统地介绍了信息通信技术在智能电网业务领域中的应用情况，并充分体现其支撑作用。全书共 9 章，第 1 章对人工智能技术的发展历程以及在新型电力系统中的应用进行介绍，并对全书的章节组织结构做了简要概述；第 2 章重点讨论了电力系统源网荷储协同智能日前调度模型的构建及验证；第 3 章介绍了基于时空数据融合的新能源发电功率预测方法；第 4 章则探讨了源网荷储运行态势评估与协同优化调控的研究；第 5 章介绍了基于多源数据融合的负荷集群协同控制策略的模型构建及验证；第 6 章简要阐述了储能资源聚合互动研究的内容；第 7 章则关注基于人工智能的绿电交易需求预测与竞价决策；第 8 章介绍了基于电力系统规划模型的供应链碳排放测算及减排方案；第 9 章对多源遥感数据智能融合在洪涝灾害动态监测中的应用进行了概述。 本书系统整合了信息通信技术与智能电网业务的融合应用成果，内容兼具理论深度与实践价值，可作为能源电力领域科研人员、工程技术人员的专业参考资料，也可作为高等院校相关专业师生的教学辅助用书。 本书由琚赟（华北电力大学）、杨成月［国家电网有限公司信息通信中心（大数据中心）］、成凯（国家电网有限公司华中分部）、刘泽辉（国网山西省电力有限公司电力科学研究院）、王思宁（北京国网信通埃森哲信息技术有限公司）编著。在本书编写过程中，周续然、张健烨、张雨柔、徐怡宁、刘浩宇、王雯然、肖志鸿、李梦哲、邵晓琪、李春朋、孙芃岳、丛诗奇、刘纪奎、赵勇彪、刘禹畅、余昊、高焜、王成、牟晓玉、刘威、何清榕、郑永茂、卢妍洁、陈靖语等研究生同学在文字校对、图表编排与整理等工作中投入了诸多精力，保障了书稿编撰的有序推进。同时，本书得到了国家自然科学基金 2023（62373149）、北京自然科学基金重点项目（L251012）、华北电力大学中国教育部中央大学基础研究基金资助项目（2025JG00）基金层面支持。 本书由武汉大学张俊教授担任主审，他在书稿审读过程中提出诸多建设性意见，为本书质量的提升奠定了坚实基础。在本书的编写过程中，得到了北京艾欧特科技有限公司、数盾信息科技股份有限公司、北京易能安科信息科技有限公司、北京谦润和科技有限公司、浙江浙达能源科技有限公司、软通动力信息技术（集团）股份有限公司的支持，还参考了诸多专家学者的相关著述成果，在此一并致谢。 由于作者水平有限，加之智慧能源领域发展迅速，新概念、新应用层出不穷，书中难免存在疏漏之处，恳请广大专家、读者批评指正。

目录

前言
第 1 章 概述 1  
11 引言 1  
12 人工智能的发展历程及技术分析 1  
13 人工智能在电力系统中的应用 3  
14 电力系统智能化的发展趋势 14  
15 章节内容与结构介绍 15  
本章小结 19  
参考文献 19
第 2 章 电力系统源网荷储协同智能日前调度模型构建及验证 21  
21 电力系统源网荷储协同智能日前调度的背景和意义 21  
22 智能日前调度的说明和目标 27  
23 电力系统源网荷储协同智能日前调度模型 30  
24 基于 DDPG 的需求响应电热氢混合能源系统能量管理算法 36  
参考文献 50
第 3 章 基于时空数据融合的新能源发电功率预测 53  
31 新能源发电预测背景 53  
32 新能源发电预测的研究基础说明 54  
33 新能源发电预测模型简介 57  
34 区域分布式光伏发电功率预测及中长期发电量预测 65  
参考文献 80
第 4 章 源网荷储运行态势评估与协同优化调控的研究 84  
41 源网荷储运行态势评估与协同优化调控的背景与意义 84  
42 源网荷储运行态势评估与协同优化调控的说明与目标 89  
43 源网荷储运行态势评估与协同优化调控模型 90  
44 源网荷储运行态势评估与协同优化调控算法 99  
45 源网荷储运行态势评估与协同优化调控实验结果 109  
46 源网荷储运行态势评估与协同优化调控评价标准 114  
参考文献 115
第 5 章 基于多源数据融合的负荷集群协同控制策略的模型构建及验证 117 51 多源数据融合的负荷集群协同控制策略概述 117  
52 可调节的负荷预测 123  
53 不可调节的负荷预测 126  
54 负荷集群协同控制策略实验及仿真 129  
本章小结 137  
参考文献 138
第 6 章 海量储能资源聚合互动评价 140  
61 海量储能资源聚合互动的背景与意义 140  
62 海量储能资源聚合互动的任务说明与目标 147  
63 海量储能资源聚合互动评价相关模型 148  
64 基于人工智能的海量储能资源聚合互动相关算法 154  
65 基于人工智能的海量储能资源聚合互动相关实验 159  
66 基于人工智能的海量储能资源聚合互动结果评价 165  
参考文献 167
第 7 章 基于人工智能的绿电交易需求预测与竞价决策 170  
71 背景与意义 170  
72 说明与目标 173  
73 模型 177  
74 算法 189  
75 实验结果 193  
76 评价标准 197  
参考文献 199
第 8 章 基于电力系统规划模型供应链碳排放测算及减排方案 201  
81 供应链碳排放测算及减排的背景及意义 201  
82 供应链碳排放测算及减排目标 209  
83 供应链区域碳排放测算及减排模型 211  
84 基于深度强化学习的供应链碳排放测算与调度优化 214  
85 区域碳排放优化问题的深度强化学习实验结果 220  
86 区域碳排放优化问题的深度强化学习实验评价标准 222  
参考文献 226
第 9 章 多源遥感数据智能融合的洪涝灾害动态监测概论 228  
91 多源遥感数据智能融合洪涝灾害动态监测背景与意义 228  
92 多源遥感数据智能融合洪涝灾害动态监测说明与目标 234  
93 多源遥感数据智能融合洪涝灾害动态监测模型 236  
94 多源遥感数据智能融合洪涝灾害动态监测算法 247  
95 多源遥感数据智能融合洪涝灾害动态监测实验结果 254  
96 多源遥感数据智能融合洪涝灾害动态监测评价标准 258
参考文献 261