基于支持向量机的主汽温系统建模与仿真
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 主汽温控制研究现状 | 第10-11页 |
| 1.3 本文研究的主要内容 | 第11-13页 |
| 第2章 主汽温控制系统分析 | 第13-17页 |
| 2.1 主汽温系统概述 | 第13-15页 |
| 2.1.1 主汽温的特性 | 第13-14页 |
| 2.1.2 直流炉主汽温的调节 | 第14-15页 |
| 2.2 主汽温的控制策略 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第3章 660MW超超临界机组主汽温控制系统建模 | 第17-34页 |
| 3.1 建模概述 | 第17-20页 |
| 3.1.1 基本概念 | 第17-18页 |
| 3.1.2 建模方法 | 第18-19页 |
| 3.1.3 系统辨识的基本过程 | 第19-20页 |
| 3.2 基于现场数据的系统辨识 | 第20-25页 |
| 3.2.1 模型类的选取 | 第20-21页 |
| 3.2.2 闭环可辨识性分析 | 第21-22页 |
| 3.2.3 数据选取 | 第22-23页 |
| 3.2.4 数据预处理 | 第23-25页 |
| 3.3 基于粒子群算法的主汽温辨识 | 第25-33页 |
| 3.3.1 粒子群算法 | 第26-27页 |
| 3.3.2 主汽温系统辨识 | 第27-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于支持向量机的主汽温前馈控制器设计 | 第34-47页 |
| 4.1 前馈信号的选取 | 第34-36页 |
| 4.1.1 灰色关联分析 | 第34-35页 |
| 4.1.2 主汽温影响因素的分析 | 第35-36页 |
| 4.2 基于支持向量机的前馈控制器设计 | 第36-45页 |
| 4.2.1 支持向量机概述 | 第36-37页 |
| 4.2.2 SVM分类 | 第37-40页 |
| 4.2.3 SVM分类预测实例 | 第40-44页 |
| 4.2.4 前馈控制器的实现 | 第44-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第5章 主汽温系统控制策略的仿真 | 第47-52页 |
| 5.1 主汽温复合控制系统 | 第47-48页 |
| 5.2 主汽温复合控制系统的仿真 | 第48-51页 |
| 5.2.1 负荷扰动 | 第48-50页 |
| 5.2.2 总燃料量扰动 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文和参加的科研情况 | 第57-58页 |
| 致谢 | 第58页 |
