Deep Learning for Power System Applications : Case Studies Linking Artificial Intelligence and Power Systems
Lingua: inglese
Editore: Springer, 2023
- Rilegato
- Usato
Da: Buchpark, Trebbin, GermaniaBuchpark
Venditore AbeBooks dal 30 settembre 2021
Condizione: Usato
EUR 67,00
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Zustand: Hervorragend | Sprache: Englisch | Produktart: Bücher | This book provides readers with an in-depth review of deep learning-based techniques and discusses how they can benefit power system applications. Representative case studies of deep learning techniques in power systems are investigated and discussed, including convolutional neural networks (CNN) for power system security screening and cascading failure assessment, deep neural networks (DNN) for demand response management, and deep reinforcement learning (deep RL) for heating, ventilation, and air conditioning (HVAC) control.Deep Learning for Power System Applications: Case Studies Linking Artificial Intelligence and Power Systems is an ideal resource for professors, students, and industrial and government researchers in power systems, as well as practicing engineers and AI researchers.Provides a history of AI in power grid operation and planning;Introduces deep learning algorithms and applications in power systems;Includes several representative case studies.…
Codice articolo 42597735/1
- Titolo
- Deep Learning for Power System Applications : Case Studies Linking Artificial Intelligence and Power Systems
- Autore
- Du, Yan
- Editore
- Springer
- Anno di pubblicazione
- 2023
- Condizione
- Hervorragend
- Rilegatura
- Rilegato
- Lingua
- inglese
- ISBN 10
- 3031453565
- ISBN 13
- 9783031453564
- Cataloghi dei venditori
- Bücher
- Provides a history of AI in power grid operation and planning;
- Introduces deep learning algorithms and applications in power systems;
- Includes several representative case studies.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Fangxing “Fran” Li received his B.S.E.E. and M.S.E.E. degrees from Southeast University, Nanjing, in 1994 and 1997, respectively, and his Ph.D. from Virginia Tech, Blacksburg, VA, in 2001. He is the James McConnell Professor with the University of Tennessee, Knoxville, TN. His research interests include power system artificial intelligence, renewable energy integration, demand response, power markets, and power system control. He is a registered Professional Engineer (P.E.) in the State of North Carolina, a Fellow of the IEEE (Class of 2017), the current Editor-In-Chief of IEEE Open Access Journal of Power and Energy (OAJPE), the current Chair of the IEEE/PES Power System Operation, Planning and Economics (PSOPE) committee, and the current Chair of the IEEE/PES Task Force on Machine Learning in Power Systems. He received the 2020 Best Paper Award from the Journal of Modern Power Systems and Clean Energy (MPCE), the Third Prize Paper Award from CSEE Journal of Power and Energy Systems (JPES) in 2019, the 2019 IEEE/PES Technical Committee Prize Paper Award, the Applied Energy Highly Cited Paper Awards three times for papers published in 2016, 2020, and 2021, and six Best Conference Papers/Posters awards. As a Principal Investigator, he received the prestigious 2020 R&D 100 Finalist honor for the project “DCNNN (Deep Convolutional Neural Network for N-1)” which is closely related to this book. Also, as a Principal Investigator, he received the prestigious R&D 100 Award in 2020 for the project “CURENT LTB (Large-scale Test Bed)”.
Yan Du received her B.S. degree from Tianjin University, Tianjin, in 2013, an M.S. degree from the Institute of Electrical Engineering, Chinese Academy of Sciences, Beijing, in 2016, and her Ph.D. degree from The University of Tennessee (UT) in 2020. She received the UT EECS Department Outstanding Graduate Research Assistant award in 2019, the UT Chancellor’s Citation Award in Extraordinary Professional Promise in 2020, and the UT Min Kao Fellowship in 2019-2020. Presently, she is a software engineer at Google, Seattle, WA. Her research interest is deep learning in power systems. As the lead developer, she was a co-recipient of the prestigious R&D 100 Finalist honor in 2020 for the project “DCNNN (Deep Convolutional Neural Network for N-1)” which is closely related to this book."Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Buchpark
Trebbin, Germania
Venditore AbeBooks dal 30 settembre 2021
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 60 a 60 giorni lavorativi | Da 60 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 105,00 | EUR 130,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Seit über 30 Jahren handeln wir mit Büchern. Begonnen hat alles als kleiner Fachbuchhandel in Berlin. Heute sind wir spezialisiert auf den An- und Verkauf gebrauchter Bücher. Noch immer liegt unser Fokus dabei auf den Kategorien: Fachbuch und englischsprachige Literatur. Hinzu kommen Bücher aus allen anderen Genres, wie Belletristik, Biografien oder Kinderbücher. Unser oberstes Ziel ist dabei die Weiterverwendung von Dingen und die Schonung von Ressourcen. Neben dem Ankauf von privaten Büchern oder Haushaltsauflösungen kaufen wir bundesweit komplette Bibliotheken und Buchbestände von Institutionen auf, um diese nachhaltig ein weiteres Mal auf den Markt zu bringen. Parallel dazu bietet Buchpark die Möglichkeit, große Mengen einzulagern. Ganze Bibliotheken und umfangreiche Buchbestände werden von uns professionell auf Qualitätsmerkmale hin untersucht und sorgfältig für den Onlinehandel aufbereitet. Wir schenken Büchern ein zweites Leben.…
Informazioni sull’azienda del venditore
Buchpark GmbH
Krügerweg 1
Trebbin, Germania 14959
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Buchpark, Trebbin, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.