集中供热系统换热站负荷预测与控制算法研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-14页 |
1.1 研究的目的及意义 | 第10-11页 |
1.2 集中供热的国内外研究现状 | 第11-13页 |
1.2.1 国外集中供热现状 | 第11-12页 |
1.2.2 国内集中供热现状 | 第12-13页 |
1.3 主要研究内容 | 第13页 |
1.4 本章小结 | 第13-14页 |
第二章 换热站供热系统概述 | 第14-22页 |
2.1 换热站供热系统构成及工作原理 | 第14-15页 |
2.1.1 换热站供热系统构成 | 第14-15页 |
2.1.2 换热站工作原理 | 第15页 |
2.2 换热站供热系统特点及控制难点 | 第15-16页 |
2.3 换热站集中调节方式 | 第16-21页 |
2.3.1 换热站供热系统构成 | 第16-19页 |
2.3.2 换热站的运行调节 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
第三章 换热站热负荷短期预测方法 | 第22-44页 |
3.1 热负荷预测必要性及其影响因素 | 第22-23页 |
3.1.1 热负荷预测必要性 | 第22页 |
3.1.2 热负荷的影响因素 | 第22-23页 |
3.2 热负荷预测模型 | 第23-27页 |
3.2.1 SVM热负荷预测模型 | 第23-24页 |
3.2.2 simple-RNN热负荷预测模型 | 第24-25页 |
3.2.3 MLP热负荷预测模型 | 第25-26页 |
3.2.4 LSTM热负荷预测模型 | 第26-27页 |
3.3 样本数据采集及预处理 | 第27-29页 |
3.3.1 气象数据及换热站数据采集 | 第27-29页 |
3.3.2 数据的异常值处理 | 第29页 |
3.4 基于SD-DNNs的热负荷预测 | 第29-35页 |
3.4.1 特征权重学习算法:XGBoost | 第29-32页 |
3.4.2 基于特征权重的SD选择 | 第32-33页 |
3.4.3 SD-DNNs供热负荷预测模型 | 第33-35页 |
3.5 实验结果及分析 | 第35-42页 |
3.5.1 模型性能评估方法 | 第35-36页 |
3.5.2 热负荷预测模型结果及分析 | 第36-39页 |
3.5.3 改变DNNs层数结果及分析 | 第39-41页 |
3.5.4 有无SD步骤的结果及分析 | 第41-42页 |
3.6 本章小结 | 第42-44页 |
第四章 换热站二次回水温度的分析和预测 | 第44-60页 |
4.1 二次回水温度分析和预测的原始数据构成 | 第44-47页 |
4.1.1 换热站数据 | 第44-47页 |
4.1.2 气象数据 | 第47页 |
4.2 基于SOFM网络的二次回水温度分析 | 第47-53页 |
4.2.1 SOFM算法的基本思想 | 第47-48页 |
4.2.2 SOFM聚类算法 | 第48-49页 |
4.2.3 基于SOFM的二次回水温度分析流程 | 第49-51页 |
4.2.4 实验结果及分析 | 第51-53页 |
4.3 二次回水温度预测 | 第53-59页 |
4.3.1 二次回水温度预测的特征选择 | 第53-54页 |
4.3.2 二次回水温度预测特征集 | 第54-55页 |
4.3.3 二次回水温度预测流程 | 第55-56页 |
4.3.4 实验结果及分析 | 第56-59页 |
4.4 本章小结 | 第59-60页 |
第五章 换热站智能控制算法及仿真 | 第60-75页 |
5.1 换热站参数控制模型 | 第60-64页 |
5.1.1 换热站温度控制模型 | 第60-61页 |
5.1.2 换热站系统定压及流量控制模型 | 第61-64页 |
5.2 基于BP-PID的换热站温度控制算法 | 第64-69页 |
5.2.1 传统PID控制算法 | 第64-66页 |
5.2.2 BP-PID控制算法设计 | 第66-69页 |
5.3 BP-PID控制算法的仿真 | 第69-74页 |
5.3.1 换热站系统模型的建立 | 第69-70页 |
5.3.2 BP-PID控制算法的仿真 | 第70-74页 |
5.4 本章小结 | 第74-75页 |
第六章 工作总结及展望 | 第75-77页 |
6.1 工作总结 | 第75-76页 |
6.2 前景展望 | 第76-77页 |
参考文献 | 第77-81页 |
发表论文和科研情况说明 | 第81-82页 |
致谢 | 第82页 |