火电厂机组负荷优化调度问题的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-13页 |
| ·课题研究的背景及意义 | 第7-8页 |
| ·国民经济可持续发展战略要求发电企业节约能源 | 第7页 |
| ·电力工业市场化改革要求发电企业降低运行成本 | 第7-8页 |
| ·课题简介及国内外研究现状 | 第8-11页 |
| ·论文所做的主要工作 | 第11-13页 |
| 2 机组负荷优化调度模型 | 第13-22页 |
| ·单元机组煤耗特性曲线 | 第13-18页 |
| ·数据拟合所要解决的问题 | 第13-14页 |
| ·机组煤耗特性数据的获取 | 第14-15页 |
| ·煤耗特性曲线拟合 | 第15-18页 |
| ·机组负荷优化调度模型的建立 | 第18-21页 |
| ·实时负荷优化分配模型 | 第18-19页 |
| ·机组优化组合模型 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 实时负荷优化分配 | 第22-37页 |
| ·负荷优化分配问题综述 | 第22页 |
| ·等微增率法应用与负荷优化分配 | 第22-26页 |
| ·公式推导 | 第22-24页 |
| ·等微增原理的物理意义 | 第24-25页 |
| ·等微增的几何解 | 第25-26页 |
| ·等微增的计算机算法 | 第26页 |
| ·动态规划法应用于负荷优化分配 | 第26-36页 |
| ·动态规划的基本概念、基本方程和求解步骤 | 第27-30页 |
| ·基本概念 | 第27-29页 |
| ·求解步骤 | 第29-30页 |
| ·动态规划用于负荷优化调度 | 第30-33页 |
| ·动态规划图解法应用于负荷分配 | 第30-32页 |
| ·推导算法用于负荷分配 | 第32-33页 |
| ·推导公式求解 | 第33-35页 |
| ·动态规划法的程序实现 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 机组优化组合问题 | 第37-62页 |
| ·机组优化组合算法综述 | 第37-38页 |
| ·遗传算法应用于机组优化组合 | 第38-48页 |
| ·遗传算法基础知识 | 第38-39页 |
| ·生物进化理论和遗传学的基本知识 | 第38页 |
| ·遗传算法的基本思想 | 第38-39页 |
| ·遗传算法与传统搜索方法的比较 | 第39页 |
| ·遗传算法用于机组优化组合问题 | 第39-45页 |
| ·初始化 | 第40-41页 |
| ·编码与译码 | 第41-42页 |
| ·选择/复制 | 第42-43页 |
| ·交叉 | 第43-44页 |
| ·变异 | 第44页 |
| ·参数选择及约束条件处理 | 第44-45页 |
| ·遗传算法的MATLAB实现 | 第45-48页 |
| ·参数设置 | 第45-46页 |
| ·算例 | 第46-48页 |
| ·遗传算法小结 | 第48页 |
| ·现代智能算法应用于机组优化组合 | 第48-61页 |
| ·免疫优化算法 | 第49-54页 |
| ·免疫算法基础知识 | 第49-50页 |
| ·免疫算法用于机组优化组合 | 第50-52页 |
| ·计算步骤 | 第52-53页 |
| ·算例 | 第53-54页 |
| ·免疫算法小结 | 第54页 |
| ·蚁群算法 | 第54-59页 |
| ·蚁群算法基本原理 | 第55-56页 |
| ·蚁群算法用于机组优化组合 | 第56-59页 |
| ·免疫算法与蚁群算法相结合的探讨 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 5 全文总结及前景展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
