AGC方式下火电机组间负荷优化分配方法研究
摘要 | 第1-7页 |
Abstract | 第7-10页 |
第1章 绪论 | 第10-16页 |
·课题的背景和意义 | 第10-11页 |
·国内外研究概况及存在的问题 | 第11-14页 |
·负荷优化分配的数学模型 | 第11-12页 |
·负荷优化分配的优化算法 | 第12-13页 |
·当前研究方法存在的问题 | 第13-14页 |
·本文所做的主要工作 | 第14-16页 |
第2章 汽轮机主蒸汽流量在线监测方法 | 第16-24页 |
·常规主蒸汽流量测量方法 | 第16-18页 |
·直接测量法 | 第16-17页 |
·间接测量法 | 第17-18页 |
·基于主凝结水流量的主蒸汽流量在线监测方法 | 第18-22页 |
·基准流量的选取 | 第18页 |
·主蒸汽流量在线监测的数学模型 | 第18-20页 |
·小汽水流量的处理 | 第20-21页 |
·主蒸汽流量在线监测的实现 | 第21-22页 |
·应用实例 | 第22页 |
·本章小结 | 第22-24页 |
第3章 火电机组间负荷优化分配的数学模型 | 第24-32页 |
·负荷优化分配总时间 | 第24-25页 |
·负荷优化分配的单目标数学模型 | 第25-29页 |
·全厂供电标准煤耗量最小目标函数 | 第26页 |
·煤耗和污染物排放综合成本最低目标函数 | 第26-28页 |
·约束条件 | 第28-29页 |
·负荷优化分配的多目标数学模型 | 第29-31页 |
·多目标数学模型地建立 | 第29-30页 |
·多目标数学模型地改进 | 第30-31页 |
·本章小结 | 第31-32页 |
第4章 火电机组间负荷优化分配的优化算法 | 第32-47页 |
·粒子群优化算法 | 第32-40页 |
·模拟退火粒子群优化算法 | 第34-37页 |
·繁殖粒子群优化算法 | 第37-39页 |
·自然选择粒子群优化算法 | 第39-40页 |
·改进BP 神经网络的实时负荷优化分配 | 第40-45页 |
·BP 网络的拓扑结构 | 第40-41页 |
·BP 网络的改进算法 | 第41-43页 |
·基于BP 网络的实时负荷优化分配 | 第43-45页 |
·本章小结 | 第45-47页 |
第5章 应用实例 | 第47-55页 |
·SAPSO 在单目标负荷分配中的应用 | 第48-49页 |
·BPSO 在单目标负荷分配中的应用 | 第49-51页 |
·NSPSO 在多目标负荷分配中的应用 | 第51-53页 |
·BP 网络在多目标负荷分配中的应用 | 第53-55页 |
结论 | 第55-57页 |
参考文献 | 第57-61页 |
攻读学位期间取得的研究成果及发表的学术论文 | 第61-62页 |
致谢 | 第62页 |