br/>前言
理论篇
第1章 人工智能基础
1.1 单选题
1.2 多选题
1.3 判断题
第2章 人工智能核心算法
2.1 单选题
2.2 多选题
2.3 判断题
第3章 人工智能应用
3.1 单选题
3.2 多选题
3.3 判断题
实操篇
第4章 数据挖掘
4.1 数据清洗与预处理
4.1.1 多表格拼接
4.1.2 日期时间格式转换
4.1.3 缺失值补全
4.1.4 处理异常值
4.1.5 onehot编码
4.2 特征工程
4.2.1 相关性计算
4.2.2 特征降维
4.2.3 特征选择
4.2.4 递归特征消除
4.2.5 特征重要性估计
4.3 分类与回归
4.3.1 线性回归模型
4.3.2 多项式回归模型
4.3.3 岭回归模型
4.3.4 高斯过程回归模型
4.3.5 支持向量机回归模型
4.3.6 决策树回归模型
4.3.7 梯度提升回归模型
4.3.8 K近邻分类模型
4.3.9 支持向量机分类模型
4.3.10 非线性支持向量机分类模型
4.3.11 AdaBoost分类模型
4.3.12 分类模型的决策边界
4.4 聚类
4.4.1 K-means聚类模型
4.4.2 K-means聚类数选取
4.4.3 DBSCAN聚类模型
4.4.4 谱聚类模型
4.4.5 高斯混合聚类模型
4.4.6 brich聚类模型
4.4.7 IsolationForest聚类模型
4.4.8 OneClassSVM聚类模型
4.5 数据可视化
4.5.1 小提琴图绘制
4.5.2 概率分布图绘制
4.5.3 散点图绘制
4.5.4 相关性分析图绘制
4.5.5 饼状图绘制
4.5.6 分位点曲线绘制
第5章 预测分析
5.1 电力负荷预测应用
5.1.1 基于机器学习的系统负荷预测
5.1.2 基于深度学习的用户电量预测
5.2 新能源功率预测
5.2.1 基于机器学习的光伏功率分析与预测
5.2.2 光伏发电出力综合预测
第6章 图像识别
6.1 电力图元识别
6.1.1 基于卷积网络的隔离开关状态识别
6.1.2 基于卷积网络的主变压器图像识别
6.2 接线方式识别
6.2.1 基于数据增强的母线接线类型识别
6.2.2 基于残差网络的母线接线识别
第7章 自然语言处理
7.1 电力文本分类
7.1.1 基于长短时记忆网络的机组缺陷分类
7.1.2 基于文本卷积神经网络的电力客服工单分类
7.2 命名实体识别
7.2.1 基于长短时记忆网络的故障预案实体识别
7.2.2 基于预训练模型的中文地址实体识别
内容摘要
为提高电力调度人工智能知识的普及度及员工智能调度的创新思维,国网浙江省电力有限公司组织编写《电力调度人工智能基础及应用》和《电力调度人工智能应用题库》,在专业培训和技能竞赛、比武中发挥了很好的作用。
本书为《电力调度人工智能应用题库》,在国网浙江省电力公司电力调度人工智能专项培训、专业技能竞赛练习题的基础上,经整理、补充汇编而成。题库分为理论篇和实操篇两部分,知识点涵盖人工智能基础、人工智能核心算法、人工智能应用、数据挖掘、预测分析、图像识别、自然语言处理等方面,题型包括单选题、多选题、判断题、编程实践题,共计420题。
本书可作为供电企业电力调度人员在智能调度方面的岗位培训及技能竞赛、比武的参考用书。