基于人工神经网络的建筑热负荷预测及控制
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 课题研究内容 | 第13-15页 |
| 本章小结 | 第15-16页 |
| 第2章 供热负荷预测 | 第16-44页 |
| 2.1 供热负荷预测典型方法 | 第16-19页 |
| 2.2 人工神经网络模型 | 第19-23页 |
| 2.2.1 人工神经元模型 | 第20-21页 |
| 2.2.2 神经元基函数和激活函数 | 第21-23页 |
| 2.3 BP网络原理及算法 | 第23-28页 |
| 2.3.1 BP神经网络结构 | 第23-24页 |
| 2.3.2 BP网络算法 | 第24-28页 |
| 2.4 RBF神经网络 | 第28-30页 |
| 2.4.1 RBF神经网络结构 | 第28-29页 |
| 2.4.2 RBF网络算法 | 第29-30页 |
| 2.5 神经网络对比实验 | 第30-40页 |
| 2.5.1 影响因素分析 | 第31-32页 |
| 2.5.2 误差产生的原因及评价标准 | 第32-33页 |
| 2.5.3 实际预测 | 第33-40页 |
| 2.6 气象敏感负荷与温度的神经网络拟合 | 第40-43页 |
| 本章小结 | 第43-44页 |
| 第3章 公共建筑间歇供热分析 | 第44-54页 |
| 3.1 建筑物的温控方式 | 第44-46页 |
| 3.1.1 温控阀 | 第44页 |
| 3.1.2 混水泵 | 第44-46页 |
| 3.1.3 智能控制阀 | 第46页 |
| 3.2 公共建筑变负荷供热控制 | 第46-47页 |
| 3.3 公共建筑供热特点 | 第47-48页 |
| 3.4 超量性与提前性 | 第48-53页 |
| 本章小结 | 第53-54页 |
| 第4章 楼宇供热节能控制系统 | 第54-69页 |
| 4.1 控制器结构 | 第55-56页 |
| 4.2 楼宇分时控制算法 | 第56-63页 |
| 4.2.1 分时供热 | 第57-59页 |
| 4.2.2 温差突变保护策略 | 第59-60页 |
| 4.2.3 传感器故障保护策略 | 第60-62页 |
| 4.2.4 通讯故障保护策略 | 第62-63页 |
| 4.3 实际运行 | 第63-66页 |
| 4.4 节能效果分析 | 第66-68页 |
| 本章小结 | 第68-69页 |
| 第5章 结论与展望 | 第69-71页 |
| 5.1 结论 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士期间发表论文 | 第75-76页 |
| 致谢 | 第76页 |
