| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要研究内容 | 第12-15页 |
| 第二章 机场能源数据综合采集系统 | 第15-24页 |
| 2.1 机场能源数据采集系统整体设计 | 第15-16页 |
| 2.2 机场能源数据采集平台设计 | 第16-18页 |
| 2.2.1 智能仪表PLC等硬件设备的数据采集 | 第16-17页 |
| 2.2.2 局部监控电脑的数据采集 | 第17-18页 |
| 2.2.3 监控现场传感器数据采集 | 第18页 |
| 2.3 机场能源数据网络传输环节设计 | 第18页 |
| 2.4 上位机数据监控系统设计 | 第18-22页 |
| 2.4.1 能源数据的存储 | 第19-21页 |
| 2.4.2 能源数据可视化 | 第21-22页 |
| 2.4.3 网络发布 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于EFOA- LSSVM的缺失机场能源数据填补 | 第24-40页 |
| 3.1 数据预处理 | 第24-28页 |
| 3.1.1 日特征值函数与量化标准 | 第24-26页 |
| 3.1.2 经验模式分解 | 第26-28页 |
| 3.2 最小二乘支持向量机与核函数 | 第28-32页 |
| 3.2.1 最小二乘支持向量机 | 第28-29页 |
| 3.2.2 核函数 | 第29-31页 |
| 3.2.3 果蝇寻优算法 | 第31-32页 |
| 3.3 基于EFOA-LSSVM的机场能源预测模型 | 第32-33页 |
| 3.4 数据实验与预测分析 | 第33-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于预测模型的机场能源数据卡尔曼滤波 | 第40-52页 |
| 4.1 卡尔曼滤波理论 | 第40-43页 |
| 4.1.1 经典卡尔曼滤波理论 | 第40-41页 |
| 4.1.2 非线性卡尔曼滤波理论 | 第41-43页 |
| 4.2 基于误差反馈的改进型无迹卡尔曼滤波算法 | 第43-48页 |
| 4.2.1 无迹变换与非线性卡尔曼滤波 | 第43-46页 |
| 4.2.2 无迹变换与非线性卡尔曼滤波算法的收敛性证明 | 第46-47页 |
| 4.2.3 基于误差反馈的改进型无迹卡尔曼滤波算法 | 第47-48页 |
| 4.3 滤波实验及结果分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 结论与展望 | 第52-54页 |
| 5.1 本论文研究工作的总结 | 第52-53页 |
| 5.2 对未来的展望与规划 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士期间发表论文 | 第60页 |
