火电机组调峰负荷分配研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-15页 |
·课题背景及意义 | 第9-10页 |
·国内外调峰现状 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·本文主要研究内容 | 第14-15页 |
第2章 单元机组耗量特性曲线研究 | 第15-22页 |
·单元机组煤耗特性计算 | 第15-17页 |
·锅炉效率 | 第15-16页 |
·定功率热力系统计算 | 第16-17页 |
·厂用电率计算 | 第17页 |
·火电机组排污特性计算 | 第17-19页 |
·火电厂主要污染物及其减排措施 | 第17-18页 |
·SO_2排放量计算 | 第18页 |
·NO_x排放量计算 | 第18-19页 |
·机组特性曲线及其拟合 | 第19-21页 |
·最小二乘法原理 | 第19-20页 |
·能耗曲线拟合 | 第20-21页 |
·本章小结 | 第21-22页 |
第3章 负荷分配模型的建立 | 第22-27页 |
·经济性模型 | 第22-25页 |
·供电成本 | 第22-23页 |
·售电收入 | 第23-24页 |
·售电净收益 | 第24-25页 |
·环保性模型 | 第25页 |
·环境经济负荷分配模型 | 第25-26页 |
·本章小结 | 第26-27页 |
第4章 基于云模型的遗传算法 | 第27-40页 |
·云模型概述 | 第28-34页 |
·云的数字特征 | 第28-29页 |
·正态云 | 第29-31页 |
·正态云发生器 | 第31-34页 |
·改进的遗传算子 | 第34-36页 |
·基于 Y 条件云发生器的重组算子 | 第34-35页 |
·基于正向云发生器的变异算子 | 第35-36页 |
·云自适应的遗传操作概率 | 第36-39页 |
·自适应遗传算法 | 第36页 |
·云自适应的遗传操作概率 | 第36-39页 |
·本章小结 | 第39-40页 |
第5章 基于云模型遗传算法在负荷分配中的应用 | 第40-51页 |
·煤耗特性数据的获取及预处理 | 第40-41页 |
·数据获取 | 第40-41页 |
·实时数据识别筛选 | 第41页 |
·实时数据重构 | 第41页 |
·遗传策略设计 | 第41-43页 |
·编码策略 | 第41-42页 |
·适应度函数设计 | 第42-43页 |
·选择策略 | 第43页 |
·终止循环的条件 | 第43页 |
·实例及优化结果分析 | 第43-50页 |
·引入云模型遗传算法的验证 | 第44-45页 |
·新负荷优化分配模型的验证 | 第45-50页 |
·本章小结 | 第50-51页 |
第6章 结论 | 第51-53页 |
·主要研究成果 | 第51-52页 |
·后续工作展望 | 第52-53页 |
参考文献 | 第53-57页 |
攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
致谢 | 第58页 |