基于历史寻优的火电机组运行优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及动态分析 | 第10-14页 |
| 1.2.1 国外研究现状及应用 | 第10-11页 |
| 1.2.2 国内应用研究现状 | 第11-14页 |
| 1.3 论文主要工作内容 | 第14-15页 |
| 第2章 数据预处理 | 第15-23页 |
| 2.1 数据预处理的必要性 | 第15-16页 |
| 2.2 数据预处理方法 | 第16-19页 |
| 2.2.1 数据清理 | 第16-17页 |
| 2.2.2 数据集成 | 第17-18页 |
| 2.2.3 数据变换 | 第18页 |
| 2.2.4 数据规约 | 第18-19页 |
| 2.3 本课题数据预处理基本过程 | 第19-22页 |
| 2.3.1 稳态检测 | 第19-21页 |
| 2.3.2 异常数据处理 | 第21页 |
| 2.3.3 滤波处理 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 敏感性分析和初压寻优 | 第23-35页 |
| 3.1 敏感性分析 | 第23-26页 |
| 3.1.1 敏感性分析的基本原理 | 第23-24页 |
| 3.1.2 能耗敏感性实例分析 | 第24-26页 |
| 3.2 工况划分 | 第26-28页 |
| 3.2.1 工况划分的必要性 | 第26页 |
| 3.2.2 模糊C-均值聚类的基本原理 | 第26-28页 |
| 3.3 对各参数进行工况划分 | 第28-33页 |
| 3.4 初压寻优 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 改进的神经网络 | 第35-40页 |
| 4.1 人工神经网络基本理论 | 第35-37页 |
| 4.1.1 神经网络分类 | 第36-37页 |
| 4.2 神经网络基本理论和网络结构 | 第37-38页 |
| 4.2.1 BP神经网络 | 第37-38页 |
| 4.2.2 RBF神经网络 | 第38页 |
| 4.3 神经网络的改进方法 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 基于神经网络的初压优化模型 | 第40-49页 |
| 5.1 建模过程 | 第40-41页 |
| 5.1.1 BP神经网络的建模过程 | 第40-41页 |
| 5.1.2 RBF神经网络的建模过程 | 第41页 |
| 5.2 主汽压力实时优化分析 | 第41-47页 |
| 5.2.1 训练结果 | 第41-43页 |
| 5.2.2 预测结果 | 第43-46页 |
| 5.2.3 规律性分析 | 第46-47页 |
| 5.3 本章小结 | 第47-49页 |
| 第6章 结论与展望 | 第49-50页 |
| 6.1 结论 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |
