水电站运行与智能管理发展前景

就业方向

水电类企业：水机、电气设备的运行维护、调试试验、安装维修、生产管理。 2100433B

《电机技术》、《水轮机及辅助设备》、《水利机组安装》、《水电站电气设备》、《电力系统继电保护》、《电力系统自动装置》、《高电压技术》、《水电站运行和水电站微机监控技术》、《水轮机调节》、《水电站自动化》、《水电信息技术与管理》。

水电站运行与管理主要研究水电信息管理、继电保护、水电自动化等方面的基础知识和技能，在水电站运行与管理领域进行水电站设备的运行和维护、技术改造、生产管理等。例如：水电站的正常运行、水电设备日常保养、水电站的相关资料管理等。

前言

第一章 智能管理与智能管理系统

1.1 智能管理的基本概念

1.2 智能管理系统的基本理论

1.3 智能技术与方法概述

参考文献

第二章 机器学习

2.1 概述

2.2 案例学习

2.3 粗糙集理论

2.4 神经网络

2.5 基于机器学习的智能管理系统

参考文献

第三章 多Agent技术

3.1 现代管理与多Agent系统

3.2 Agent和多Agent系统的基本理论

3.3 多Agent系统的问题求解

3.4 证据理论与多Agent合作问题求解

3.5 多Agent环境下的决策支持和知识共享

3.6 多Agent系统中的任务调度和资源配置

参考文献

第四章 智能优化技术

4.1 智能优化概述

4.2 禁忌搜索算法

4.3 遗传算法

4.4 蚁群优化技术

参考文献

第五章 数据挖掘技术

5.1 概述

5.2 数据挖掘的功能与方法

5.3 聚类分析

5.4 文本分类

5.5 时间序列分析

5.6 离群数据挖掘

5.7 基于数据挖掘的智能管理系统

参考文献

第六章 知识管理

6.1 知识

6.2 知识管理

6.3 知识管理技术

6.4 知识管理系统

参考文献

第七章 分形管理与技术

7.1 分形理论及其发展

7.2 分形在管理领域中的应用

7.3 基于分形的智能技术

7.4 分形理论的进一步研究方向

参考文献 2100433B

本书共分七章，主要研究了智能管理系统中的方法与技术。第一章介绍了智能管理与智能管理系统及其发展的概况；第二章是主要研究了机器学习中的案例推理技术、粗糙集理论、神经网络和基于机器学习的智能管理系统；第三章是多Agent系统的基本理论、问题求解、任务调度和资源调配、证据理论与多Agent问题合作求解、多Agent环境下的决策支持与知识发现；第四章包括智能优化的相关概念及其特点、主要是禁忌搜索算法、遗传算法和蚁群优化技术；第五章是数据挖掘技术，主要包括聚类分析、文本分类、时间序列分析、离群数据挖掘等技术；第六章是知识、知识管理、知识管理系统等概念的内涵和外延以及知识管理技术；第七章是分形理论及其发展的相关介绍、分形在管理领域的应用及相关的分析技术。

《小型水电站运行与维护/全国水利行业“十三五”规划教材(职工培训)》以小型水电站运行与维护工作要点为研究对象，适用于小型水电站中从事运行管理与维护的基层水利职工，主要介绍水电站水工建筑物、金属结构、水轮发电机组及辅助设备、调速器、励磁装置、高低压电气设备、直流系统、微机监控系统等设备设施的概论及运行维护要点，以典型案例介绍水电站岗位设置、运行规程、安全管理、应急预案等生产管理基本知识。通过该书，读者可以了解小型水电站设备设施运行维护的基本知识，指导基层水利职工了解水电站生产运行管理的主要工作内容。

《小型水电站运行与维护/全国水利行业“十三五”规划教材(职工培训)》可作为高等职业院校水利工程专业教材，也可作为水利行业培训教材，还可供相关专业人员参考。