城市供热系统的数据采集与算法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-15页 |
| ·概述 | 第10-11页 |
| ·选题的目的和意义 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·论文研究内容 | 第13-15页 |
| 第2章 换热站数据传输研究 | 第15-27页 |
| ·数据采集方案研究 | 第15-16页 |
| ·换热站数据采集 | 第15页 |
| ·热力管网典型管段数据采集 | 第15页 |
| ·系统实现功能 | 第15-16页 |
| ·数据传输方式选取 | 第16-19页 |
| ·数据通信方式 | 第17页 |
| ·GPRS 技术概述 | 第17页 |
| ·GPRS 的经济可行性分析 | 第17-18页 |
| ·选择GPRS 需要解决的主要技术问题 | 第18-19页 |
| ·监控中心接入方式 | 第19-21页 |
| ·GPRS 网络IP 地址分配 | 第19页 |
| ·Internet 网接入方案 | 第19-21页 |
| ·系统数据传输方式 | 第21页 |
| ·换热站监控系统方案研究 | 第21-26页 |
| ·现场监控层 | 第22-23页 |
| ·监控中心 | 第23页 |
| ·数据通信通道 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 神经网络解耦控制 | 第27-41页 |
| ·神经网络控制的基本原理 | 第28-30页 |
| ·单神经元模型 | 第28-29页 |
| ·神经网络的结构 | 第29-30页 |
| ·神经网络的学习方式 | 第30页 |
| ·误差反向传播（BP）神经网络 | 第30-34页 |
| ·BP 网络特点 | 第30-31页 |
| ·BP 算法的数学描述 | 第31页 |
| ·网络结构 | 第31页 |
| ·BP 学习算法 | 第31-34页 |
| ·一种改进型BP 算法 | 第34页 |
| ·基于神经网络的解耦控制 | 第34-38页 |
| ·多变量非线性系统的神经网络解耦控制算法 | 第34-37页 |
| ·权值优化 | 第37-38页 |
| ·算法仿真 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 预测控制理论 | 第41-53页 |
| ·预测控制在工业过程控制领域中的应用 | 第41页 |
| ·预测控制理论 | 第41-47页 |
| ·预测控制分类 | 第41-42页 |
| ·预测控制理论的原理 | 第42-45页 |
| ·预测控制的主要参数 | 第45-47页 |
| ·隐式广义预测自校正算法 | 第47-49页 |
| ·输出预测 | 第47页 |
| ·参数在线辨识与优化 | 第47-49页 |
| ·自校正隐式算法流程 | 第49页 |
| ·仿真研究 | 第49-53页 |
| 第5章 智能预测控制在集中供热系统中的应用研究 | 第53-61页 |
| ·集中供热网控制 | 第53-54页 |
| ·一次网的量调节 | 第53页 |
| ·二次网的温度调节 | 第53-54页 |
| ·热力平衡调节 | 第54页 |
| ·集中供热控制方法概述 | 第54-58页 |
| ·换热站控制方式 | 第54-57页 |
| ·换热站的控制策略 | 第57页 |
| ·集中供热控制的多时标划分 | 第57-58页 |
| ·集中供热系统中控制算法 | 第58-59页 |
| ·仿真研究 | 第59-61页 |
| 第6章 结论与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
