基于数据驱动的供热锅炉运行优化研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状及趋势 | 第12-16页 |
| 1.2.1 数据驱动在工业过程的应用 | 第12-14页 |
| 1.2.2 锅炉运行优化的现状与趋势 | 第14-16页 |
| 1.3 本主要研究内容和结构安排 | 第16-18页 |
| 第2章 锅炉机理分析及操作模式框架 | 第18-32页 |
| 2.1 供热锅炉分类及工艺流程 | 第18-20页 |
| 2.2 供热锅炉效率计算模型 | 第20-23页 |
| 2.2.1 锅炉输入热量计算 | 第21页 |
| 2.2.2 锅炉热损失计算 | 第21-23页 |
| 2.2.3 锅炉热效率计算 | 第23页 |
| 2.3 锅炉运行优化操作模式框架 | 第23-26页 |
| 2.3.1 操作模式的定义 | 第24-25页 |
| 2.3.2 优化操作模式框架 | 第25-26页 |
| 2.4 供热锅炉参数筛选分析 | 第26-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 锅炉数据预处理及操作模式库的建立 | 第32-40页 |
| 3.1 锅炉参数的时间序列分析 | 第32页 |
| 3.2 锅炉运行数据预处理 | 第32-37页 |
| 3.2.1 拉依达法剔除异常数据 | 第32-33页 |
| 3.2.2 拉格朗日法插值 | 第33-36页 |
| 3.2.3 数据的标准化方法 | 第36-37页 |
| 3.3 锅炉工况评价指标及优良模式库的建立 | 第37-38页 |
| 3.3.1 锅炉工况评价指标函数 | 第37-38页 |
| 3.3.2 基于工艺指标的模式库 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 锅炉操作模式智能优化方法 | 第40-54页 |
| 4.1 混沌现象概述 | 第40-41页 |
| 4.2 混沌基本原理 | 第41-45页 |
| 4.2.1 相空间重构理论基础 | 第41-42页 |
| 4.2.2 时间序列混沌特性识别 | 第42-43页 |
| 4.2.3 相空间重构参数确定 | 第43-44页 |
| 4.2.4 混沌遍历性 | 第44-45页 |
| 4.3 锅炉参数神经网络模型 | 第45-49页 |
| 4.3.1 BP神经网络原理 | 第46-47页 |
| 4.3.2 BP神经网络学习过程 | 第47-49页 |
| 4.3.3 基于神经网络的目标函数 | 第49页 |
| 4.4 锅炉操作模式混沌优化算法 | 第49-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 锅炉操作模式优化仿真与应用 | 第54-74页 |
| 5.1 锅炉时序数据预处理 | 第54-57页 |
| 5.2 锅炉状态参数混沌性辨识 | 第57-62页 |
| 5.3 锅炉时序数列预测和目标函数建立 | 第62-67页 |
| 5.4 锅炉操作模式混沌优化 | 第67-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-75页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78页 |
