| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 论文研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究方向 | 第9-10页 |
| 1.2.1 国外研究方向 | 第9-10页 |
| 1.2.2 国内研究方向 | 第10页 |
| 1.3 智能采集、组态软件及人工智能技术在动能能耗预测系统中的应用 | 第10-12页 |
| 1.4 本文的主要内容与结构 | 第12-14页 |
| 1.4.1 本文的主要内容 | 第12-13页 |
| 1.4.2 本文的结构安排 | 第13-14页 |
| 第2章 系统总体设计 | 第14-20页 |
| 2.1 系统简介 | 第14页 |
| 2.2 系统组成 | 第14-15页 |
| 2.2.1 仪器仪表层 | 第15页 |
| 2.2.2 信息传输层 | 第15页 |
| 2.2.3 信息集中管理层 | 第15页 |
| 2.3 系统通信方式设计 | 第15-19页 |
| 2.3.1 RS485通信模式 | 第16-17页 |
| 2.3.2 TCP/IP通信模式 | 第17页 |
| 2.3.3 Modbus协议 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 系统的硬件设计与实现 | 第20-48页 |
| 3.1 系统硬件组成原理 | 第20-21页 |
| 3.2 PLC选型与硬件设计 | 第21-28页 |
| 3.2.1 PLC介绍 | 第21-23页 |
| 3.2.2 PLC选型 | 第23-24页 |
| 3.2.3 PLC接线设计 | 第24-28页 |
| 3.3 智能电表及传感器的选型与硬件设计 | 第28-38页 |
| 3.3.1 传感器介绍 | 第28-30页 |
| 3.3.2 智能电表的选型与硬件设计 | 第30-31页 |
| 3.3.3 智能电表Modbus RTU通信协议 | 第31-34页 |
| 3.3.4 压力传感器的选型与硬件设计 | 第34-36页 |
| 3.3.5 流量表的选型与硬件设计 | 第36-37页 |
| 3.3.6 温度传感器的选型与硬件设计 | 第37-38页 |
| 3.4 变频器应用 | 第38-43页 |
| 3.4.1 变频器简介 | 第38-40页 |
| 3.4.2 变频器应用 | 第40-41页 |
| 3.4.3 变频调压原理 | 第41-42页 |
| 3.4.4 变频器接线图 | 第42-43页 |
| 3.5 触摸屏选型与硬件设计 | 第43-44页 |
| 3.5.1 触摸屏硬件介绍及通信连线 | 第43-44页 |
| 3.6 抗干扰设计 | 第44-46页 |
| 3.7 分站控制柜设计 | 第46页 |
| 3.8 本章小结 | 第46-48页 |
| 第4章 系统的软件设计 | 第48-70页 |
| 4.1 PLC程序设计 | 第48-56页 |
| 4.1.1 PLC编程工具介绍 | 第48-49页 |
| 4.1.2 PLC程序设计 | 第49-56页 |
| 4.2 MCGS组态软件设计 | 第56-69页 |
| 4.2.1 MCGS组态软件的简介 | 第56-57页 |
| 4.2.2 分站组态软件设计 | 第57-65页 |
| 4.2.3 上位机组态软件设计 | 第65-69页 |
| 4.3 本章小结 | 第69-70页 |
| 第5章 动能能耗预测模型的研究 | 第70-84页 |
| 5.1 灰色预测模型 | 第70-73页 |
| 5.1.1 灰色预测模型原理 | 第70页 |
| 5.1.2 灰色GM（1,1）预测模型的建立步骤 | 第70-72页 |
| 5.1.3 改进模型P GM（1,1） | 第72-73页 |
| 5.2 BP神经网络模型 | 第73-78页 |
| 5.2.1 人工神经元模型 | 第73-75页 |
| 5.2.2 神经网络结构 | 第75页 |
| 5.2.3 BP神经网络模型 | 第75-78页 |
| 5.2.4 BP神经网络改进算法 | 第78页 |
| 5.3 灰色神经网络组合模型 | 第78-79页 |
| 5.3.1 组合模型结构 | 第78-79页 |
| 5.3.2 组合模型构建 | 第79页 |
| 5.4 预测模型精度检验 | 第79-81页 |
| 5.5 组合预测模型仿真 | 第81-82页 |
| 5.6 本章小结 | 第82-84页 |
| 总结与展望 | 第84-86页 |
| 总结 | 第84-85页 |
| 展望 | 第85-86页 |
| 参考文献 | 第86-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士研究生期间发表的学术论文 | 第89-90页 |