Nature Inspired Optimization for Electrical Power System / Pandit, Manjaree ; Dubey, Hari Mohan ; Bansal, Jagdish Chand  

Público ISBD Ningún comentario para este registro. Título : Nature Inspired Optimization for Electrical Power System Tipo de documento: documento electrónico Autores: Pandit, Manjaree, ; Dubey, Hari Mohan, ; Bansal, Jagdish Chand, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2020 Número de páginas: XIV, 129 p. 49 ilustraciones, 35 ilustraciones en color. ISBN/ISSN/DL: 978-981-1540042-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ingenieria Eléctrica  Electric power production  Matemáticas  Optimización matemática  Ingeniería eléctrica y electrónica  Ingeniería de Energía Eléctrica  Ingeniería Mecánica Energética  Mejoramiento Índice Dewey: 621.3 Ingeniería eléctrica; electrónica Resumen: Este libro presenta una amplia gama de métodos de optimización y sus aplicaciones a diversos problemas de sistemas de energía eléctrica, como el despacho económico de carga, la gestión de la oferta de la demanda en microrredes, el precio nivelado de la energía, el control de la frecuencia de carga y la gestión de la congestión, y la gestión de la potencia reactiva en sistemas de distribución radial. Los problemas relacionados con los sistemas de energía eléctrica suelen ser muy complejos debido a las enormes dimensiones, la no linealidad, la no convexidad y la discontinuidad asociadas con las funciones objetivo. Estos sistemas también tienen un gran número de restricciones de igualdad y desigualdad, lo que da lugar a problemas de optimización difíciles de resolver utilizando métodos numéricos clásicos. En este sentido, los algoritmos de optimización inspirados en la naturaleza ofrecen una alternativa eficaz, debido a su facilidad de uso, su mecanismo de búsqueda paralela basado en la población, su no dependencia de la naturaleza del problema y su capacidad para adaptarse a problemas no diferenciables y no convexos. El modelo analítico de técnicas inspiradas en la naturaleza imita los comportamientos naturales y la inteligencia de las formas de vida. Estas técnicas se basan principalmente en la evolución, la inteligencia de enjambre, la ecología, la inteligencia humana y las ciencias físicas. . Nota de contenido: Teaching Learning Based Optimization for Static and Dynamic Load Dispatch -- Application of Elitist Teacher Learner Based Optimization Algorithm for Congestion Management -- PSO Based Optimization of Levelized Cost of Energy for Hybrid Renewable Energy System -- PSO Based PID Controller Designing for LFC of Single Area Electrical Power Network -- Combined Economic Emission Dispatch of Hybrid Thermal-PV System Using Artificial Bee Colony Optimization -- Dynamic Scheduling of Energy Resources in Microgrid Using Grey Wolf Optimization -- Short-Term Hydrothermal Scheduling Using Bio- Inspired Computing: A Review. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Nature Inspired Optimization for Electrical Power System [documento electrónico] / Pandit, Manjaree, ; Dubey, Hari Mohan, ; Bansal, Jagdish Chand,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2020 . - XIV, 129 p. 49 ilustraciones, 35 ilustraciones en color. ISBN : 978-981-1540042-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ingenieria Eléctrica  Electric power production  Matemáticas  Optimización matemática  Ingeniería eléctrica y electrónica  Ingeniería de Energía Eléctrica  Ingeniería Mecánica Energética  Mejoramiento Índice Dewey: 621.3 Ingeniería eléctrica; electrónica Resumen: Este libro presenta una amplia gama de métodos de optimización y sus aplicaciones a diversos problemas de sistemas de energía eléctrica, como el despacho económico de carga, la gestión de la oferta de la demanda en microrredes, el precio nivelado de la energía, el control de la frecuencia de carga y la gestión de la congestión, y la gestión de la potencia reactiva en sistemas de distribución radial. Los problemas relacionados con los sistemas de energía eléctrica suelen ser muy complejos debido a las enormes dimensiones, la no linealidad, la no convexidad y la discontinuidad asociadas con las funciones objetivo. Estos sistemas también tienen un gran número de restricciones de igualdad y desigualdad, lo que da lugar a problemas de optimización difíciles de resolver utilizando métodos numéricos clásicos. En este sentido, los algoritmos de optimización inspirados en la naturaleza ofrecen una alternativa eficaz, debido a su facilidad de uso, su mecanismo de búsqueda paralela basado en la población, su no dependencia de la naturaleza del problema y su capacidad para adaptarse a problemas no diferenciables y no convexos. El modelo analítico de técnicas inspiradas en la naturaleza imita los comportamientos naturales y la inteligencia de las formas de vida. Estas técnicas se basan principalmente en la evolución, la inteligencia de enjambre, la ecología, la inteligencia humana y las ciencias físicas. . Nota de contenido: Teaching Learning Based Optimization for Static and Dynamic Load Dispatch -- Application of Elitist Teacher Learner Based Optimization Algorithm for Congestion Management -- PSO Based Optimization of Levelized Cost of Energy for Hybrid Renewable Energy System -- PSO Based PID Controller Designing for LFC of Single Area Electrical Power Network -- Combined Economic Emission Dispatch of Hybrid Thermal-PV System Using Artificial Bee Colony Optimization -- Dynamic Scheduling of Energy Resources in Microgrid Using Grey Wolf Optimization -- Short-Term Hydrothermal Scheduling Using Bio- Inspired Computing: A Review. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200