| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 冷水机组能效模型研究现状 | 第12-13页 |
| 1.3.2 冷水机组节能优化运行的研究现状 | 第13-15页 |
| 1.3.3 冷水机组运行优化算法的研究现状 | 第15-17页 |
| 1.4 本文研究内容 | 第17-19页 |
| 第二章 基于改进 BP 神经网络的冷水机组能效模型建立 | 第19-43页 |
| 2.1 本文的研究对象 | 第19-22页 |
| 2.1.1 研究案例的基本概况 | 第19-21页 |
| 2.1.2 中央空调冷水机组远程监控系统 | 第21-22页 |
| 2.1.3 原冷源系统运行控制方式 | 第22页 |
| 2.2 几种常用的冷水机组能效模型 | 第22-24页 |
| 2.3 基于改进 BP 神经网络的能效模型建立 | 第24-37页 |
| 2.3.1 改进的神经网络算法原理与实现 | 第24-31页 |
| 2.3.2 改进 BP 神经网络模型的训练与检验 | 第31-37页 |
| 2.4 冷水机组能效模型比较 | 第37-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第三章 冷水机组总运行能效影响因素分析 | 第43-56页 |
| 3.1 冷水机组运行参数对能效的影响 | 第43-52页 |
| 3.1.1 负荷率对能效的影响 | 第43-44页 |
| 3.1.2 冷冻水供水温度与流量的变化对能效的影响 | 第44-49页 |
| 3.1.3 冷却水回水温度与流量的变化对能效的影响 | 第49-52页 |
| 3.2 机组负荷分配方式对冷水机组总运行能效的影响分析 | 第52-54页 |
| 3.3 小结 | 第54-56页 |
| 第四章 基于遗传算法的冷水机组能效优化 | 第56-73页 |
| 4.1 遗传算法简介 | 第56-60页 |
| 4.1.1 遗传算法的基本原理 | 第56-57页 |
| 4.1.2 遗传算法的特点 | 第57页 |
| 4.1.3 遗传算法的寻优步骤 | 第57-60页 |
| 4.2 冷水机组能效优化 | 第60-64页 |
| 4.2.1 冷水机组启停优化 | 第60-61页 |
| 4.2.2 冷水机组负荷分配优化 | 第61-64页 |
| 4.3 冷水机组能效优化遗传算法实现 | 第64-67页 |
| 4.4 冷水机组能效优化仿真 | 第67-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 冷水机组能效优化控制系统实现与节能效果测试 | 第73-82页 |
| 5.1 冷水机组运行数据采集与处理 | 第73-74页 |
| 5.2 冷水机组能效优化控制模块的软件实现 | 第74-78页 |
| 5.2.1 冷水机组优化程序的生成 | 第75-76页 |
| 5.2.2 冷水机组能效优化程序的调用 | 第76-77页 |
| 5.2.3 冷水机组运行优化实时监控界面 | 第77-78页 |
| 5.3 冷水机组能效优化节能测试 | 第78-81页 |
| 5.4 本章小结 | 第81-82页 |
| 结论与展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
| 附件 | 第89页 |
