本书主要围绕人工智能在新能源发电系统中的应用屡开，共9章。包括新能源发电系统概述、人工智能算法概述、人工智能在新能源发电系统功率预测中的应用、人工智能在新能源发电系统最优规划中的应用、人工智能在新能源发电系统参数识别中的应用、人工智能在新能源发电系统最优重构中的应用、人工智能在新能源发电系统最大功率点跟踪中的应用、人工智能在新能源发电系统控制器调多中的应用、人工智能在新能源发电系统参与电网调频和调压中的应用。并结合算例对多种人工智能算法进行了深入分析、讲解，内容准确，表达严谨。
本书可为相关专业的教师、本科生、研究生以及科研工作者开展相关研究工作提供参考，推动相关方向的工程应用研究和工程性人才培养。

余涛，工学博士，教授，博士生导师，华南理工大学兴华人才“智能电网与节能技术”团队领导人，主要研究领域包括智能电网调控系统、机器学习和知识自动化技术。中国城市能源变革产业联盟理事、专家组成员，国家电力可靠性标准委员会委员，中国电工技术学会“电力系统控制与保护”专委会委员，国网江苏省电力公司客座研究员。核心期刊《电力建设》专栏主编、《新型工业化》期刊副主编、《电测与仪表》、《Protection and Control of Modern Power Systems》期刊编委。主持国家自然科学基金项目4项、7项省部级纵向科技项目及50余项两大电网公司科技项目。发表国际SCI期刊论文70余篇。出版中文和英文专著各l本。获得中国电力科技创新奖一等奖（第1），中国电力技术发明二等奖（第2），国家电网公司技术发明一等奖、北京市科技进步二等奖、南方电网科技进步奖等十余项奖项。

序言1
序言2
前言
本书专有名词缩写一览表
第1章 新能源发电系统概述
1.1 新能源发电系统技术
1.2 储能系统技术
第2章 人工智能算法概述
2.1 启发式算法
2.2 神经网络算法
2.3 强化学习算法
第3章 人工智能在新能源发电系统功率预测中的应用
3.1 概述
3.2 基于LCASO算法优化BP神经网络预测模型
3.3 风光发电系统数据预处理
3.4 基于经典算法优化BP神经网络的风光发电系统功率预测
3.5 基于LCASO-BP神经网络的风光发电系统功率预测
第4章 人工智能在新能源发电系统最优规划中的应用
4.1 概述
4.2 新能源发电系统选址定容
4.3 储能系统选址定容
第5章 人工智能在新能源发电系统参数识别中的应用
5.1 概述
5.2 基于孔雀优化算法的光伏电池参数辨识
5.3 基于人工生态系统优化算法-蝠鲼觅食优化算法的固体氧化物燃料电池参数辨识
5.4 基于极限学习机的质子交换膜燃料电池参数辨识
第6章 人工智能在新能源发电系统最优重构中的应用
6.1 概述
6.2 基于改进蜉蝣算法的光伏系统重构方法
6.3 基于秃鹰搜索算法的光伏系统重构方法
6.4 基于改进免疫遗传算法的温差发电系统重构方祛
6.5 基于改进合作搜索算法的模块化温差发电系统重构方法
第7章 人工智能在新能源发电系统最大功率点跟踪中的应用
7.1 概述
7.2 基于集体智慧的光伏系统最大功率跟踪
7.3 基于楔因强化学习的光伏系统最大功率跟踪
7.4 基于集休智慧算法的集中式温差发电系统最大功率点跟踪
7.5 基于贪婪神经网络的集中式温差发电系统最大功率点跟踪
第8章 人工智能在新能源发电系统控制器调参中的应用
8.1 概述
8.2 永磁同步发电机系统控制器调参
8.3 双馈感应发电机系统控制器调参
8.4 风机接人的多机电力系统控制器调参
8.5 储能系统非线性控制器调參
第9章 人工智能在新能源发电系统参与电网调频和调压中的应用
9.1 概述
9.2 人工智能在新能源发电系统参与电网调频中的应用
9.3 人工智能在新能源发电系统参与电网调压中的应用
参考文献
后记