烟厂能源平衡与预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-9页 |
| ·能源管理系统简介 | 第7页 |
| ·能源管理系统研究意义 | 第7页 |
| ·烟草能源管理系统意义 | 第7-8页 |
| ·本文主要研究内容 | 第8-9页 |
| 第二章 能源管理系统总体设计 | 第9-25页 |
| ·能源管理系统的设计原则 | 第9-10页 |
| ·系统方案 | 第10-15页 |
| ·系统实现原理 | 第10页 |
| ·能源管理系统的技术架构 | 第10-11页 |
| ·系统软件功能结构 | 第11页 |
| ·数据库设计 | 第11-13页 |
| ·数采网关选型 | 第13页 |
| ·测量仪表 | 第13-15页 |
| ·系统功能 | 第15-24页 |
| ·首页管理 | 第15页 |
| ·基础能源管理 | 第15-17页 |
| ·运行管理模块 | 第17-19页 |
| ·实时监控模块 | 第19-20页 |
| ·设备管理 | 第20-21页 |
| ·分析评价 | 第21-22页 |
| ·生产统计 | 第22-23页 |
| ·人事信息 | 第23-24页 |
| ·系统管理模块 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 能源预测 | 第25-49页 |
| ·一元回归模型的建立 | 第25-28页 |
| ·一元线性回归问题及数学模型 | 第25-26页 |
| ·曲线回归模型参数的建立 | 第26页 |
| ·预测仿真 | 第26-28页 |
| ·指数平滑 | 第28-30页 |
| ·趋势型指数平滑理论 | 第28-29页 |
| ·预测仿真 | 第29-30页 |
| ·灰色预测法 | 第30-34页 |
| ·基本内容 | 第30-31页 |
| ·灰色预测的类型 | 第31页 |
| ·关联度 | 第31-32页 |
| ·建立GM(1,1)模型 | 第32-33页 |
| ·GM(n,h)模型 | 第33页 |
| ·预测仿真 | 第33-34页 |
| ·BP神经网络 | 第34-40页 |
| ·BP算法的基本原理 | 第35-36页 |
| ·BP网络的前馈计算原理 | 第36-37页 |
| ·BP网络权系数的调整规则 | 第37-39页 |
| ·BP网络学习算法的计算过程 | 第39页 |
| ·预测仿真 | 第39-40页 |
| ·径向基神经网络 | 第40-44页 |
| ·径向基函数网络模型 | 第41页 |
| ·网络输出 | 第41-43页 |
| ·RBF网络学习 | 第43页 |
| ·预测仿真 | 第43-44页 |
| ·微粒群算法 | 第44-48页 |
| ·算法原理 | 第44-45页 |
| ·基本微粒群算法的初始化 | 第45页 |
| ·算法流程 | 第45-46页 |
| ·用微粒群算法优化神经网络 | 第46页 |
| ·预测仿真 | 第46-48页 |
| ·实验总结 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第四章 能源平衡 | 第49-57页 |
| ·综述 | 第49页 |
| ·能源平衡模型 | 第49-51页 |
| ·相关概念 | 第49-50页 |
| ·锅炉平衡模型 | 第50-51页 |
| ·能源平衡数学模型(灰箱模型) | 第51-56页 |
| ·设计方案 | 第51-54页 |
| ·能源平衡设计方案方框图 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 能效分析 | 第57-63页 |
| ·能效分析构成 | 第57页 |
| ·能效分析细化 | 第57-61页 |
| ·实绩分析 | 第57-59页 |
| ·对标分析 | 第59-60页 |
| ·E-P分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A 攻读学位期间发表论文 | 第71-73页 |
| 附录B 程序代码 | 第73-77页 |
| 附录C 实验数据 | 第77页 |
