| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-17页 |
| 1.1 背景介绍 | 第11-13页 |
| 1.1.1 造纸行业耗能现状 | 第11-12页 |
| 1.1.2 造纸企业的不足 | 第12-13页 |
| 1.2 能管系统的研究及现状 | 第13-15页 |
| 1.2.1 能管系统概述 | 第13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.2.3 国内研究现状 | 第14-15页 |
| 1.2.4 能管系统应用现状 | 第15页 |
| 1.3 本文主要内容及章节安排 | 第15-17页 |
| 2 造纸企业能源管理现状介绍及需求分析 | 第17-25页 |
| 2.1 企业概况 | 第17-18页 |
| 2.1.1 企业主要生产工艺概况 | 第17页 |
| 2.1.2 工艺过程与耗能品种说明 | 第17-18页 |
| 2.2 企业用能系统 | 第18-19页 |
| 2.2.1 企业能源系统说明 | 第18页 |
| 2.2.2 主要用能设备情况 | 第18-19页 |
| 2.3 企业能源管理现状 | 第19-20页 |
| 2.4 能源计量现状 | 第20-22页 |
| 2.5 能管系统开发需求分析 | 第22-23页 |
| 2.5.1 能源管理存在的问题 | 第22页 |
| 2.5.2 开发能管系统的意义 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 3 造纸企业能管系统整体结构分析设计 | 第25-33页 |
| 3.1 设计目标 | 第25页 |
| 3.2 能管系统整体架构设计 | 第25-27页 |
| 3.3 能管系统硬件体系结构设计 | 第27-28页 |
| 3.4 能管系统的软件体系结构设计 | 第28-32页 |
| 3.4.1 能管系统软件整体架构分析 | 第28-29页 |
| 3.4.2 软件功能 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 电量需求预测分析与仿真 | 第33-55页 |
| 4.1 电量需求预测特点及原理 | 第33页 |
| 4.2 耗电量影响因素 | 第33页 |
| 4.3 BP神经网络描述 | 第33-37页 |
| 4.3.1 BP网络学习 | 第34页 |
| 4.3.2 BP算法描述 | 第34-37页 |
| 4.4 BP神经网络预测局限性 | 第37-38页 |
| 4.5 GA+BP算法设计 | 第38-39页 |
| 4.6 BP神经网络预测模型建立 | 第39-43页 |
| 4.6.1 神经网络拓扑结构设计 | 第39-40页 |
| 4.6.2 数值选取与预处理 | 第40-43页 |
| 4.7 遗传算法实现 | 第43-46页 |
| 4.8 电量需求预测实现 | 第46-48页 |
| 4.8.1 MATLAB软件介绍 | 第46-47页 |
| 4.8.2 软件设计 | 第47-48页 |
| 4.9 仿真结果分析 | 第48-53页 |
| 4.10 本章小结 | 第53-55页 |
| 5 造纸企业能管系统设计 | 第55-85页 |
| 5.1 能管系统网络架构设计 | 第55-63页 |
| 5.1.1 信息点分布 | 第55-57页 |
| 5.1.2 能管系统网络结构设计 | 第57-59页 |
| 5.1.3 双网双服务器网络优点 | 第59-60页 |
| 5.1.4 系统服务器功能分配 | 第60-62页 |
| 5.1.5 主要网络硬件选型 | 第62-63页 |
| 5.2 能源管理监控中心设计 | 第63-67页 |
| 5.3 基础数据采集系统设计 | 第67-72页 |
| 5.3.1 电力数据采集系统设计 | 第67-70页 |
| 5.3.2 蒸汽数据采集系统设计 | 第70页 |
| 5.3.3 清水数据采集系统设计 | 第70-71页 |
| 5.3.4 数据采集系统硬件配置 | 第71页 |
| 5.3.5 ET200S分布式I/O站的构成及特点 | 第71-72页 |
| 5.4 能管系统软件设计 | 第72-84页 |
| 5.4.1 基础软件介绍 | 第73-74页 |
| 5.4.2 控制层软件设计 | 第74-76页 |
| 5.4.3 操作层软件设计 | 第76-79页 |
| 5.4.4 管理层软件设计 | 第79-84页 |
| 5.5 本章小结 | 第84-85页 |
| 6 总结与展望 | 第85-87页 |
| 6.1 总结 | 第85-86页 |
| 6.2 创新点 | 第86页 |
| 6.3 展望 | 第86-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 附录A：改进BP神经网络MATLAB代码 | 第93-97页 |
| 附录B：采样程序 | 第97-101页 |
| 附录C：报警程序 | 第101-103页 |
| 附录D：累积程序 | 第103-107页 |
| 附录E：量程转换程序 | 第107-109页 |
| 攻读学位期间发表的学术论文目录 | 第109-111页 |