超临界机组协调系统神经网络逆控制的仿真研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.2 神经网络逆控制及其研究现状 | 第11-12页 |
| 1.3 本论文主要工作 | 第12-13页 |
| 第2章 超临界机组协调控制系统 | 第13-21页 |
| 2.1 单元机组协调控制系统的任务 | 第13-14页 |
| 2.2 超临界机组协调控制系统特性 | 第14-16页 |
| 2.2.1 超临界机组直流炉特点 | 第14-15页 |
| 2.2.2 超临界机组协调控制系统动态特性 | 第15-16页 |
| 2.3 超临界机组协调控制系统组成 | 第16-20页 |
| 2.3.1 负荷管理控制中心 | 第16-18页 |
| 2.3.2 协调主控系统 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 人工神经网络 | 第21-32页 |
| 3.1 人工神经网络基本概念 | 第21-23页 |
| 3.1.1 人工神经元模型 | 第21-22页 |
| 3.1.2 神经网络结构 | 第22-23页 |
| 3.2 BP 神经网络 | 第23-27页 |
| 3.2.1 BP 神经网络的结构 | 第23-24页 |
| 3.2.2 BP 网络的前馈计算 | 第24-25页 |
| 3.2.3 BP 网络权系数的调整规则 | 第25-27页 |
| 3.3 神经网络的训练 | 第27-29页 |
| 3.3.1 L-M 算法 | 第27-29页 |
| 3.3.2 神经网络训练的基本步骤 | 第29页 |
| 3.4 神经网络的系统辨识 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 神经网络逆系统与逆控制方法 | 第32-39页 |
| 4.1 逆系统的基本概念 | 第32-33页 |
| 4.2 神经网络逆系统 | 第33-34页 |
| 4.3 神经网络逆系统的结构 | 第34-36页 |
| 4.3.1 神经网络逆系统的基本结构 | 第35页 |
| 4.3.2 神经网络逆系统的扩展结构 | 第35-36页 |
| 4.4 神经网络逆系统控制方法 | 第36-37页 |
| 4.4.1 神经网络逆控制基本原理 | 第36-37页 |
| 4.4.2 神经网络逆系统设计 | 第37页 |
| 4.5 本章小结 | 第37-39页 |
| 第5章 超临界机组负荷汽压特性神经网络逆建模 | 第39-47页 |
| 5.1 超临界机组负荷汽压特性建模方案确立 | 第39-41页 |
| 5.2 负荷汽压特性神经网络逆模型的建立 | 第41-46页 |
| 5.2.1 神经网络逆模型结构的确定 | 第41-42页 |
| 5.2.2 神经网络逆模型的训练 | 第42-44页 |
| 5.2.3 与训练样本不同工况的模型离线校验 | 第44-45页 |
| 5.2.4 模型变工况性能的在线仿真验证 | 第45-46页 |
| 5.3 本章小结 | 第46-47页 |
| 第6章 协调系统神经网络逆控制方案设计与仿真 | 第47-55页 |
| 6.1 协调系统神经网络逆控制方案 | 第47-48页 |
| 6.2 负荷汽压参考值的实时计算方法 | 第48-49页 |
| 6.3 协调控制系统神经网络逆控制仿真试验 | 第49-54页 |
| 6.3.1 训练工况下的仿真试验 | 第49-52页 |
| 6.3.2 不同工况下的仿真试验 | 第52-54页 |
| 6.4 本章小结 | 第54-55页 |
| 第7章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
