基于即时学习策略的电厂热工参数预测模型及应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-26页 |
| ·研究背景及意义 | 第10-12页 |
| ·热工参数预测模型的研究现状 | 第12-15页 |
| ·烟气含氧量预测方法 | 第12-14页 |
| ·球磨机负荷预测方法 | 第14-15页 |
| ·常用预测建模方法及存在的问题 | 第15-23页 |
| ·研究内容和论文构成 | 第23-26页 |
| 第二章 基于即时学习策略的局部预测模型 | 第26-45页 |
| ·多模型建模方法分析 | 第26-29页 |
| ·一种改进的即时学习策略 | 第29-33页 |
| ·即时学习技术的基本思想 | 第29-32页 |
| ·基于距离和角度信息的即时学习算法 | 第32-33页 |
| ·改进支持向量机预测模型 | 第33-40页 |
| ·支持向量机预测模型基本思想 | 第33-35页 |
| ·基于PSO算法的支持向量机预测模型 | 第35-40页 |
| ·即时学习算法样本数据集的索引和更新策略 | 第40-44页 |
| ·小结 | 第44-45页 |
| 第三章 局部预测模型在烟气含氧量预测中的应用 | 第45-57页 |
| ·锅炉燃烧过程工艺分析 | 第45-46页 |
| ·数据预处理与辅助变量的选取 | 第46-50页 |
| ·现场数据的预处理 | 第46-48页 |
| ·基于灰色关联分析的辅助变量选取 | 第48-50页 |
| ·烟气含氧量预测模型的建立与验证 | 第50-55页 |
| ·基于即时学习策略SVM预测模型的具体实现 | 第50-51页 |
| ·实际工业数据的验证分析 | 第51-55页 |
| ·小结 | 第55-57页 |
| 第四章 局部预测模型在球磨机负荷预测中的应用 | 第57-68页 |
| ·钢球磨煤机运行过程工艺分析 | 第57-58页 |
| ·数据预处理与辅助变量的选取 | 第58-62页 |
| ·现场数据的预处理 | 第58-61页 |
| ·基于灰色关联分析的辅助变量选取 | 第61-62页 |
| ·球磨机负荷预测模型的建立与验证 | 第62-67页 |
| ·基于即时学习策略SVM预测模型的具体实现 | 第62-63页 |
| ·实际工业数据的验证分析 | 第63-67页 |
| ·小结 | 第67-68页 |
| 第五章 结论与展望 | 第68-71页 |
| ·结论 | 第68-69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间主要的研究成果 | 第79页 |
