基于神经网络的火电机组热力系统在线性能计算
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·国内外的研究动态 | 第8-9页 |
| ·国外机组状态监测与故障诊断的情况 | 第9-10页 |
| ·涡轮机械状态监测系统 | 第9页 |
| ·汽轮发电机组状态监测与诊断系统AID | 第9-10页 |
| ·IQ2000 管理与维修多功能系统 | 第10页 |
| ·MHMS 机械状态监测系统 | 第10页 |
| ·国内主要的研究进展 | 第10-12页 |
| ·神经网络研究的现状 | 第12-15页 |
| ·人工神经网络 | 第12-13页 |
| ·人工神经网络的应用领域 | 第13-15页 |
| ·神经网络的BP 算法 | 第15页 |
| ·论文的研究工作及特点 | 第15-18页 |
| ·热力参数的仿真分析 | 第16页 |
| ·参数仿真的性能分析 | 第16页 |
| ·热力系统在线仿真的研究 | 第16-18页 |
| 2 热力系统性能矩阵分析法 | 第18-30页 |
| ·概述 | 第18-19页 |
| ·几种常见分析方法 | 第19-24页 |
| ·常规热平衡法 | 第19页 |
| ·等效热降法 | 第19-21页 |
| ·循环函数法 | 第21-22页 |
| ·等效抽汽法 | 第22-24页 |
| ·火用分析方法 | 第24页 |
| ·矩阵模式分析法 | 第24-30页 |
| ·主循环热力系统 | 第25-27页 |
| ·回热系统流量及热量计算 | 第27-28页 |
| ·热力系统矩阵计算法 | 第28-30页 |
| 3 系统设计思路 | 第30-42页 |
| ·设计工具的选择及分析 | 第30-31页 |
| ·BP 神经网络及其算法的实现 | 第31-35页 |
| ·BP 网络 | 第31-32页 |
| ·BP 算法在在线性能分析中的实现 | 第32-33页 |
| ·神经网络BP 算法的改进 | 第33-35页 |
| ·BP 神经网络的参数的选取 | 第35-38页 |
| ·与实际DCS 系统的连接 | 第38-42页 |
| 4 系统测试及算例 | 第42-48页 |
| ·300MW 机组计算分析 | 第42-44页 |
| ·参数选取 | 第42-43页 |
| ·结果及分析 | 第43-44页 |
| ·200MW 机组计算分析 | 第44-48页 |
| 5 结论及展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-68页 |
| 独创性声明 | 第68页 |
| 学位论文版权使用授权书 | 第68页 |
