采用负荷预测的冰蓄冷空调系统运行优化的研究
| 1.绪论 | 第1-18页 |
| ·我国发展蓄冰空调的背景 | 第7-9页 |
| ·蓄冰空调系统 | 第9-13页 |
| ·冰蓄冷空调的优势 | 第9-10页 |
| ·蓄冷方式及流程 | 第10-13页 |
| ·国外蓄冰空调的发展与研究 | 第13-15页 |
| ·蓄冰空调在我国的发展及前景 | 第15-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 2.蓄冰空调的优化运行 | 第18-29页 |
| ·蓄冰空调系统的运行策略 | 第18-19页 |
| ·全负荷蓄冰策略 | 第18页 |
| ·部分蓄冰策略 | 第18-19页 |
| ·蓄冰空调系统的控制策略 | 第19-20页 |
| ·负荷预测 | 第20-26页 |
| ·气象参数预测 | 第20-24页 |
| ·负荷预测 | 第24-26页 |
| ·空调负荷的优化分配 | 第26-29页 |
| ·负荷优化数学模型 | 第26-27页 |
| ·单纯形法基本原理及求解步骤 | 第27-29页 |
| 3.人工神经网络及其在蓄冰空调系统中的应用 | 第29-35页 |
| ·人工神经网络的基本原理 | 第29-33页 |
| ·人工神经元模型 | 第29-30页 |
| ·人工神经网络的基本结构 | 第30-31页 |
| ·BP网络的学习规则 | 第31-33页 |
| ·数据的预处理 | 第33页 |
| ·人工神经网络的评价指标 | 第33页 |
| ·人工神经网络在暖通空调(HVAC)领域的应用 | 第33-35页 |
| 4.采用人工神经网络预测建筑物逐时冷负荷 | 第35-48页 |
| ·人工神经网络预测建筑物冷负荷 | 第35-36页 |
| ·建筑物冷负荷的预测方法 | 第35页 |
| ·采用人工神经网络法预测建筑物冷负荷 | 第35-36页 |
| ·冷负荷计算软件 | 第36-39页 |
| ·DeST软件 | 第36-37页 |
| ·DeST进行冷负荷计算 | 第37-39页 |
| ·采用DeST软件进行逐时冷负荷的计算 | 第39-42页 |
| ·建筑物描述 | 第39-40页 |
| ·计算结果 | 第40-42页 |
| ·人工神经网络预测建筑物逐时冷负荷 | 第42-48页 |
| ·人工神经网络程序简介 | 第42页 |
| ·结果及分析 | 第42-48页 |
| 5.负荷预测与蓄冰空调自控系统的结合运用 | 第48-64页 |
| ·采用控制系统的意义 | 第48-49页 |
| ·自控系统能安全准确地将空调系统在各工况之间切换 | 第48页 |
| ·自控系统能降低空调系统的能耗 | 第48-49页 |
| ·自控系统能使空调系统更安全 | 第49页 |
| ·自控系统使空调系统具有一个方便直观的操作平台 | 第49页 |
| ·蓄冷空调自控系统的基本功能 | 第49-51页 |
| ·蓄冰空调的自控系统 | 第51-56页 |
| ·自控系统描述 | 第52-53页 |
| ·自控系统软件 | 第53页 |
| ·系统配置 | 第53-54页 |
| ·系统特点 | 第54-56页 |
| ·工程应用实例 | 第56-64页 |
| ·工程简介 | 第56-57页 |
| ·系统运行模式 | 第57-61页 |
| ·采用负荷预测的自控系统方案 | 第61-64页 |
| 6.结论与期望 | 第64-66页 |
| ·研究结论 | 第64页 |
| ·研究期望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
