航站楼蓄冷空调系统的负荷预测和运行优化方法研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 论文研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 冰蓄冷技术的发展现状 | 第10-11页 |
1.2.2 负荷预测和运行优化方法研究现状 | 第11-13页 |
1.3 目前存在的以及要解决的主要问题 | 第13-14页 |
1.3.1 存在的主要问题及发展趋势 | 第13-14页 |
1.3.2 需要解决的主要问题 | 第14页 |
1.4 本文主要研究内容和工作安排 | 第14-17页 |
1.4.1 论文主要研究内容和研究思路 | 第14-15页 |
1.4.2 论文内容安排 | 第15-17页 |
第二章 冰蓄冷空调系统 | 第17-25页 |
2.1 蓄能空调技术概述 | 第17-18页 |
2.1.1 蓄能空调 | 第17页 |
2.1.2 冰蓄冷设备 | 第17-18页 |
2.2 冰蓄冷空调系统类型及特点 | 第18-21页 |
2.2.1 并联系统 | 第18-20页 |
2.2.2 串联系统 | 第20-21页 |
2.3 冰蓄冷空调系统的运行模式 | 第21-22页 |
2.4 冰蓄冷空调系统的运行方式 | 第22-24页 |
2.4.1 冷机优先 | 第22-23页 |
2.4.2 融冰优先 | 第23页 |
2.4.3 优化控制 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 冰蓄冷空调系统的逐时负荷预测 | 第25-34页 |
3.1 空调冷负荷 | 第25页 |
3.1.1 计算空调冷负荷 | 第25页 |
3.1.2 影响空调冷负荷的因素 | 第25页 |
3.2 空调冷负荷预测方案 | 第25-26页 |
3.3 基于粗糙集和支持向量机的逐时负荷预测方法 | 第26-33页 |
3.3.1 粗糙集属性约简 | 第26-27页 |
3.3.2 支持向量机基本原理 | 第27-30页 |
3.3.3 SVM参数选择及优化 | 第30页 |
3.3.4 SVM的软件实现 | 第30-31页 |
3.3.5 基于RSSVM的逐时负荷预测 | 第31-33页 |
3.4 本章小结 | 第33-34页 |
第四章 冰蓄冷空调系统的运行优化模型及算法 | 第34-47页 |
4.1 系统组件模型 | 第34-38页 |
4.1.1 多台制冷机组能耗优化模型 | 第34-36页 |
4.1.2 冷却塔能耗模型 | 第36页 |
4.1.3 蓄冰罐模型 | 第36-38页 |
4.2 运行费用优化模型 | 第38-39页 |
4.3 基于遗传算法和非线性规划的混合优化算法 | 第39-46页 |
4.3.1 改进的遗传多目标算法 | 第40-45页 |
4.3.2 非线性规划 | 第45-46页 |
4.4 本章小结 | 第46-47页 |
第五章 冰蓄冷空调系统的运行优化策略 | 第47-56页 |
5.1 蓄冷空调运行背景 | 第47-48页 |
5.2 优化控制运行策略 | 第48-50页 |
5.2.1 100%冷负荷下的运行优化策略 | 第48页 |
5.2.2 75%冷负荷下的运行优化策略 | 第48-49页 |
5.2.3 50%冷负荷下的运行优化策略 | 第49-50页 |
5.2.4 25%冷负荷下的运行优化策略 | 第50页 |
5.3 优化控制与冷机优先运行策略对比 | 第50-52页 |
5.4 优化控制与融冰优先运行策略对比 | 第52-53页 |
5.5 冰蓄冷空调系统经济性分析 | 第53-55页 |
5.5.1 优化控制与冷机优先控制的费用对比 | 第53-54页 |
5.5.2 优化控制与冷机优先控制的能耗对比 | 第54-55页 |
5.6 本章小结 | 第55-56页 |
结论 | 第56-57页 |
参考文献 | 第57-62页 |
致谢 | 第62-63页 |
作者简介 | 第63页 |