| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 主要符号表 | 第10-11页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 建筑物空调负荷预测的研究现状 | 第12-15页 |
| 1.2.2 中央空调冷冻水系统节能优化运行研究现状 | 第15-17页 |
| 1.3 本文研究对象 | 第17-21页 |
| 1.3.1 研究案例概述 | 第17-18页 |
| 1.3.2 中央空调集成优化管理控制系统 | 第18-21页 |
| 1.4 本文研究内容 | 第21-22页 |
| 第二章 基于支持向量回归机的商场空调负荷预测建模 | 第22-36页 |
| 2.1 支持向量回归机方法及原理 | 第22-27页 |
| 2.1.1 支持向量回归机原理 | 第22-24页 |
| 2.1.2 核函数选择 | 第24-25页 |
| 2.1.3 ε-SVR模型参数优化 | 第25-27页 |
| 2.2 数据处理 | 第27-31页 |
| 2.2.1 输入参数选择 | 第28-29页 |
| 2.2.2 数据归一化处理 | 第29-31页 |
| 2.3 基于SVR的商场空调负荷预测模型的建立 | 第31-35页 |
| 2.3.1 训练样本选择 | 第31-32页 |
| 2.3.2 空调负荷预测SVR模型参数选择 | 第32页 |
| 2.3.3 负荷预测评价指标 | 第32-33页 |
| 2.3.4 预测结果分析与比较 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 冷冻水系统设备运行能耗模型 | 第36-54页 |
| 3.1 冷冻水系统基本情况 | 第36-37页 |
| 3.2 设备运行能耗模型 | 第37-39页 |
| 3.2.1 冷水机组运行能耗模型 | 第37-39页 |
| 3.2.2 水泵运行能耗模型 | 第39页 |
| 3.3 自适应调节遗忘因子的递推最小二乘辨识方法 | 第39-42页 |
| 3.4 运行能耗模型参数在线辨识 | 第42-53页 |
| 3.4.1 冷水机组运行能耗模型参数的在线辨识 | 第42-48页 |
| 3.4.2 冷冻水泵运行能耗模型参数的在线辨识 | 第48-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于遗传算法的冷冻水系统运行参数优化仿真 | 第54-66页 |
| 4.1 冷冻水系统节能优化运行数学模型 | 第54-58页 |
| 4.1.1 数学描述 | 第54页 |
| 4.1.2 待优化参数 | 第54-55页 |
| 4.1.3 约束条件 | 第55-56页 |
| 4.1.4 目标函数 | 第56-58页 |
| 4.2 遗传优化算法 | 第58-60页 |
| 4.3 冷冻水系统运行参数优化算法的实现 | 第60-62页 |
| 4.4 优化结果分析 | 第62-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 基于负荷预测的商场冷冻水系统在线优化运行 | 第66-74页 |
| 5.1 基于负荷预测的商场冷冻水系统运行参数在线优化运行策略 | 第66-68页 |
| 5.2 运行参数在线优化运行的实现 | 第68-69页 |
| 5.2.1 运行参数在线优化程序的生成 | 第68-69页 |
| 5.2.2 运行参数在线优化程序的调用 | 第69页 |
| 5.3 节能测试 | 第69-73页 |
| 5.4 本章小结 | 第73-74页 |
| 结论 与展望 | 第74-75页 |
| 结论 | 第74页 |
| 展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |