Python在電力數(shù)據(jù)分析中的應(yīng)用

前言
第1章 Python簡介
1.1 環(huán)境安裝和編譯環(huán)境介紹
1.2 使用JupyterNotebook
1.3 拓展庫的安裝
1.4 常用的Python庫
本章參考文獻(xiàn)
第2章 電力數(shù)據(jù)預(yù)測理論和方法
2.1 智能電網(wǎng)中的數(shù)據(jù)分析
2.2 數(shù)據(jù)預(yù)處理
2.3 機(jī)器學(xué)習(xí)
本章參考文獻(xiàn)
第3章 電動(dòng)汽車負(fù)荷預(yù)測
3.1 概述
3.2 基于空洞因果卷積分位數(shù)回歸模型的電動(dòng)汽車負(fù)荷預(yù)測
3.3 基于深度學(xué)習(xí)的電動(dòng)汽車負(fù)荷時(shí)空動(dòng)態(tài)負(fù)荷預(yù)測
本章參考文獻(xiàn)
第4章 風(fēng)電功率概率密度的預(yù)測
4.1 風(fēng)電功率預(yù)測概況
4.2 風(fēng)電功率發(fā)電特征分析
4.3 模型構(gòu)建
4.4 基于Python的算例仿真
本章參考文獻(xiàn)
第5章 光伏發(fā)電預(yù)測
5.1 光伏發(fā)電預(yù)測概況
5.2 光伏發(fā)電預(yù)測方法與過程
5.3 模型評價(jià)
5.4 基于Python的光伏發(fā)電預(yù)測算例仿真
本章參考文獻(xiàn)
第6章 生物質(zhì)發(fā)電系統(tǒng)中的沼氣產(chǎn)量預(yù)測
6.1 研究背景與意義
6.2 數(shù)據(jù)處理
6.3 機(jī)器學(xué)習(xí)算法
6.4 基于Python的算例分析
本章參考文獻(xiàn)