随着配电技术快速发展，尤其是可再生能源和多种类型负荷的接入，使得配电网的拓扑结构变得动态复杂。本书针对目前配电网可靠监测与控制的技术需求，在第一版的基础上，进一步补充配电网状态虚拟数据采集技术，并讨论智能配电网的态势预测及优化控制技术等内容。 全书共分为13章，包括概述、基于相似日与神经网络的分布式光伏数据虚拟采集方法、基于改进鲸鱼优化算法与轻量梯度提升机混合虚拟采集方法、考虑分布式光伏时空耦合和RPV 仿射优化的虚拟采集方法、基于连续一二值去噪自编码器的分布式光伏数据虚拟采集方法、量测丢失情形下的配电网状态估计、基于事件触发的配电网预测辅助状态估计、基于鲁棒 EKF 的配电网预测辅助状态估计、基于自适应扩展员滤波的配电网状态估计、计及时滞的含风电配电网节点电压安全分析、智能配电网无功优化方法、计及时延的智能配电网光储就地一分布电压优化控制方法和基于混合动作空间的深度强化学习配电网双时间尺度电压控制。 本书适合从事配电网状态监测、估计及控制等的科学研究人员及高等院校电气工程相关专业的研究生阅读和参考。

目录
前言
第一版前言
第1章 概述
1.1 配电网虚拟采集
1.2 配电网状态估计
1.3 智能配电网优化控制
第2章 基于相似日与神经网络的分布式光伏数据虚拟采集方法
2.1 基于灰色关联理论与余弦相似度结合的相似日选取
2.2 基于BA-WNN的分布式光伏运维数据的虚拟采集
2.3 算例分析
2.4 本章小结
第3章 基于改进鲸鱼优化算法与轻量梯度提升机混合虚拟采集方法
3.1 混合虚拟采集框架
3.2 虚拟采集区域划分
3.3 分布式光伏IMOWOA-LightGBM的虚拟采集方法
3.4 算例分析
3.5 本章小结
第4章 考虑分布式光伏时空耦合和RPV仿射优化的虚拟采集方法
4.1 DPV的虚拟采集框架
4.2 虚拟采集器：D-RDAE
4.3 案例分析
4.4 本章小结
第5章 基于连续一二值去噪自编码器的分布式光伏数据虚拟采集方法
5.1 MPVS的虚拟采集架构
5.2 数据异常检测器/盲清洗赋能的虚拟采集器
5.3 基于L?范数改进的分裂布雷格曼算法
5.4 案例分析
5.5 本章小结
第6章 量测丢失情形下的配电网状态估计
6.1 系统模型
6.2 量测丢失及滤波器结构设计及优化
6.3 带有随机量测丢失的估计器设计
6.4 仿真分析
6.5 本章小结
第7章 基于事件触发的配电网预测辅助状态估计
7.1 系统模型
7.2 事件触发机制下量测模型
7.3 基于事件触发的估计器设计
7.4 仿真分析
7.5 本章小结
第8章 基于鲁棒EKF的配电网预测辅助状态估计
8.1 系统模型
8.2 主要定理
8.3 鲁棒扩展卡尔曼滤波器设计
8.4 仿真分析
8.5 本章小结
第9章 基于自适应扩展集员滤波的配电网状态估计
9.1 系统模型
9.2 主要引理
9.3 自适应扩展集员滤波器设计
9.4 仿真分析
9.5 本章小结
第10章 计及时滞的含风电配电网节点电压安全分析
10.1 系统模型
10.2 时滞配电系统稳定判据
10.3 案例分析
10.4 本章小结
第11章 智能配电网无功优化方法
11.1 日内随机优化调度模型
11.2 日内实时滚动优化调度模型
11.3 配电网分区方法
11.4 配电网无功优化模型求解方法
11.5 算例分析
11.6 本章小结
第12章 计及时延的智能配电网光储就地—分布电压优化控制方法
12.1 无时延的光储就地—分布电压优化模型
12.2 考虑时延的光储就地—分布电压优化模型
12.3 仿真验证
12.4 本章小结
第13章 基于混合动作空间的深度强化学习配电网双时间尺度电压控制
13.1 混合动作空间电压控制方法概述
13.2 强化学习中的马尔可夫决策过程建模
13.3 HAR-TD3算法设计与实现
13.4 算例分析
13.5 本章小结