地表水源热泵与蓄能技术的集成应用研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-10页 |
| 1 绪论 | 第10-19页 |
| ·地表水源热泵结合蓄能技术研究背景 | 第10-13页 |
| ·地表水源热泵结合蓄能技术的研究与应用现状 | 第13-17页 |
| ·国外研究与应用现状 | 第13-14页 |
| ·国内研究与应用现状 | 第14-17页 |
| ·本文研究主要内容 | 第17-18页 |
| ·本课题主要研究内容 | 第18页 |
| ·本课题拟解决的问题 | 第18页 |
| ·本章小结 | 第18-19页 |
| 2 地表水源热泵结合蓄冷技术的适应性 | 第19-34页 |
| ·地表水水源热泵应用条件 | 第19-28页 |
| ·地表水水源热泵原理 | 第19页 |
| ·地表水源热泵系统主要形式 | 第19-20页 |
| ·地表水源热泵适应性及影响系统能效因素 | 第20-28页 |
| ·蓄能技术应用条件 | 第28-31页 |
| ·蓄能形式及其适应性 | 第28页 |
| ·影响蓄能空调技术的因素 | 第28-31页 |
| ·地表水源热泵结合蓄能系统关键问题 | 第31-33页 |
| ·空调负荷预测 | 第32页 |
| ·优化控制模式 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 空调动态负荷预测 | 第34-65页 |
| ·空调负荷预测 | 第34-35页 |
| ·空调系统负荷特性 | 第34页 |
| ·蓄冷空调系统负荷预测方法 | 第34-35页 |
| ·人工神经网络 | 第35-36页 |
| ·BP 神经网络 | 第36-51页 |
| ·BP 神经网络模型 | 第36页 |
| ·BP 神经元特性 | 第36-37页 |
| ·BP 神经元模型 | 第37-39页 |
| ·BP 网络拓扑结构 | 第39-42页 |
| ·BP 网络模型学习规则（算法） | 第42-46页 |
| ·室外气象参数预测 | 第46-48页 |
| ·BP 算法应用问题 | 第48-51页 |
| ·BP 神经网络评价指标 | 第51页 |
| ·程序简介 | 第51-52页 |
| ·应用分析 | 第52-64页 |
| ·本章小结 | 第64-65页 |
| 4 集成系统的运行模式与优化控制 | 第65-103页 |
| ·蓄冷空调系统运行模式 | 第65-67页 |
| ·全量蓄冷运行模式 | 第65-66页 |
| ·分量蓄冷运行模式 | 第66-67页 |
| ·蓄冷空调系统优化控制策略 | 第67-70页 |
| ·制冷机组优先控制策略 | 第67-68页 |
| ·蓄冰优先控制策略 | 第68-69页 |
| ·定比控制策略 | 第69页 |
| ·优化控制策略 | 第69-70页 |
| ·优化控制 | 第70-86页 |
| ·动态规划 | 第70-72页 |
| ·地表水源热泵结合蓄冷系统优化控制 | 第72-75页 |
| ·地表水源热泵结合蓄冷系统的控制 | 第75-81页 |
| ·模糊控制 | 第81-86页 |
| ·MATLAB 简介 | 第86页 |
| ·应用分析 | 第86-102页 |
| ·机组能耗模型 | 第87-88页 |
| ·水泵能耗模型 | 第88-91页 |
| ·系统优化模型 | 第91页 |
| ·模型求解 | 第91-97页 |
| ·系统自适应模糊控制 | 第97-102页 |
| ·本章小结 | 第102-103页 |
| 5 地表水源热泵结合蓄能系统的评价 | 第103-133页 |
| ·经济性评价 | 第103-107页 |
| ·制冷蓄冷系统经济评价 | 第103-104页 |
| ·蓄冷空调系统经济评价 | 第104-106页 |
| ·地表水水源热泵经济评价 | 第106-107页 |
| ·节能性评价 | 第107-108页 |
| ·地表水年供冷热量 | 第107页 |
| ·空调期节电量 | 第107-108页 |
| ·供暖期节煤量 | 第108页 |
| ·环境效益指标 | 第108-111页 |
| ·二氧化碳排放量 | 第108-110页 |
| ·二氧化硫排放量 | 第110页 |
| ·氮氧化物排放量 | 第110页 |
| ·粉尘排放量 | 第110-111页 |
| ·火用评价 | 第111-116页 |
| ·火用形式 | 第111-112页 |
| ·火用分析与火用方程 | 第112-114页 |
| ·冰蓄冷系统火用分析 | 第114-116页 |
| ·安全性评价 | 第116-120页 |
| ·模糊评价 | 第120-123页 |
| ·模型建立 | 第120-121页 |
| ·权重系数确定 | 第121-123页 |
| ·应用分析 | 第123-132页 |
| ·经济性比较 | 第123-127页 |
| ·节能性比较 | 第127-128页 |
| ·环境效益比较 | 第128页 |
| ·火用效率 | 第128-129页 |
| ·安全性 | 第129页 |
| ·模糊综合评价 | 第129-132页 |
| ·本章小结 | 第132-133页 |
| 6 结论与展望 | 第133-135页 |
| ·结论 | 第133-134页 |
| ·创新点 | 第134页 |
| ·展望 | 第134-135页 |
| 致谢 | 第135-137页 |
| 参考文献 | 第137-142页 |
| 附录 | 第142-147页 |
| A. 人工神经网络源程序代码 | 第142-147页 |
| B. 作者攻读硕士研究生期间发表论文及科研项目 | 第147页 |
