首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文

基于凝结水节流的超临界机组协调系统智能优化

摘要第5-6页
Abstract第6页
第1章 绪论第9-15页
    1.1 课题背景及研究的目的和意义第9-11页
    1.2 凝结水节流技术国内外的研究和应用现状第11-12页
    1.3 神经网络在火电厂建模方面的研究发展现状第12-13页
    1.4 本文主要研究内容第13-15页
第2章 超临界机组特性及协调控制方式分析第15-19页
    2.1 超临界火电机组概念第15页
    2.2 超临界机组动态特性分析第15-17页
    2.3 超临界机组协调控制系统运行方式第17-18页
    2.4 本章小结第18-19页
第3章 600MW超临界机组凝结水节流仿真实验研究第19-39页
    3.1 600MW超临界机组简介第19页
    3.2 凝结水节流实验相关热力系统流程简介第19-22页
        3.2.1 凝结水系统第19-21页
        3.2.2 低加抽汽及疏水系统第21页
        3.2.3 给水除氧系统第21-22页
    3.3 凝结水节流仿真实验研究第22-37页
        3.3.1 仿真实验平台和实验工况第22-23页
        3.3.2 600MW工况凝结水节流仿真实验结果第23-30页
        3.3.3 480MW工况凝结水节流仿真实验结果第30-34页
        3.3.4 360MW工况凝结水节流仿真实验结果第34-37页
        3.3.5 凝结水节流仿真实验总结第37页
    3.4 本章小结第37-39页
第4章 考虑凝结水节流的协调优化控制方案第39-45页
    4.1 凝结水节流控制方案设计第39-40页
        4.1.1 凝结水节流协调优化控制方案设计第39-40页
        4.1.2 方案的具体实现第40页
    4.2 凝结水节流协调控制优化仿真研究第40-44页
    4.3 本章小结第44-45页
第5章 考虑凝结水节流的机组负荷特性神经网络建模第45-53页
    5.1 概述第45页
    5.2 BP神经网络建模方法第45-48页
        5.2.1 BP神经网络模型第45-46页
        5.2.2 BP学习算法第46-47页
        5.2.3 改进的BP算法第47-48页
    5.3 神经网络模型输入输出参数及模型结构第48-49页
    5.4 神经网络模型训练数据采集第49-50页
    5.5 负荷特性神经网络模型的建立第50-51页
    5.6 模型的验证第51-52页
    5.7 本章小结第52-53页
第6章 基于模型的凝结水节流协调控制优化仿真研究第53-60页
    6.1 基于模型的凝结水节流控制方案设计第53-55页
        6.1.1 基于模型的凝结水节流协调优化控制方案设计第53-54页
        6.1.2 方案的具体实现第54-55页
    6.2 基于模型的凝结水节流协调控制优化仿真研究第55-59页
    6.3 本章小结第59-60页
第7章 结论与展望第60-61页
参考文献第61-64页
攻读硕士学位期间发表的论文及其它成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:辽宁省电网电力需求侧管理研究
下一篇:生物质发电与风能发电能量协同互补研究