| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.2 课题研究发展现状 | 第11-14页 |
| 1.2.1 火电机组建模及优化控制研究发展现状 | 第11-13页 |
| 1.2.2 基于凝结水节流的负荷优化控制技术应用现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第2章 超超临界机组特性及协调控制逻辑分析 | 第15-26页 |
| 2.1 超临界、超超临界机组的概念 | 第15页 |
| 2.2 超（超）临界机组的优势及控制特点 | 第15-16页 |
| 2.3 协调控制策略及运行方式 | 第16-20页 |
| 2.3.1 协调控制系统介绍 | 第16-17页 |
| 2.3.2 协调系统运行方式分析 | 第17-20页 |
| 2.4 1000MW超超临界机组协调控制逻辑分析 | 第20-25页 |
| 2.4.1 T3000主要功能码算法 | 第20-21页 |
| 2.4.2 锅炉主控逻辑分析 | 第21-23页 |
| 2.4.3 汽机主控逻辑分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 神经网络建模原理 | 第26-33页 |
| 3.1 人工神经网络概述 | 第26-28页 |
| 3.2 BP神经网络及训练算法 | 第28-31页 |
| 3.2.1 BP神经网络结构 | 第28-29页 |
| 3.2.2 BP算法的步骤及改进算法 | 第29-31页 |
| 3.3 非线性系统神经网络辨识/建模方法 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 超超临界机组负荷及主汽压特性神经网络建模 | 第33-50页 |
| 4.1 超超临界机组负荷汽压特性建模思路 | 第33-34页 |
| 4.2 考虑回热循环特性的负荷预测模型建立与验证 | 第34-45页 |
| 4.2.1 负荷预测模型输入参数选取及模型结构确定 | 第34-36页 |
| 4.2.2 模型训练样本的获取和数据的预处理 | 第36-37页 |
| 4.2.3 不同结构模型的训练结果 | 第37-38页 |
| 4.2.4 不同结构模型负荷预测性能对比 | 第38-45页 |
| 4.2.5 总结 | 第45页 |
| 4.3 锅炉主汽压力特性模型的建立与验证 | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 基于凝结水节流和预测模型的协调优化控制方案设计和仿真研究 | 第50-58页 |
| 5.1 控制方案设计 | 第50-53页 |
| 5.1.1 基于凝结水节流的负荷双重智能优化控制方案设计 | 第50-52页 |
| 5.1.2 主汽压优化控制方案设计 | 第52-53页 |
| 5.2 控制方案的具体实现方法 | 第53-54页 |
| 5.3 控制优化仿真实验研究 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
