| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 当前世界能源结构及分布 | 第9页 |
| 1.1.2 太阳能发电技术的特点及前景 | 第9-11页 |
| 1.2 太阳能热发电的研究与应用现状 | 第11-12页 |
| 1.2.1 国外研究与应用现状 | 第11页 |
| 1.2.2 国内研究与应用现状 | 第11-12页 |
| 1.3 课题研究内容及论文结构安排 | 第12-14页 |
| 2 槽式太阳能热发电技术 | 第14-23页 |
| 2.1 太阳能热发电技术分类 | 第14-18页 |
| 2.1.1 塔式太阳能热发电技术 | 第14-15页 |
| 2.1.2 槽式太阳能热发电技术 | 第15-16页 |
| 2.1.3 线性菲涅尔式太阳能热发电技术 | 第16-17页 |
| 2.1.4 碟式太阳能热发电技术 | 第17-18页 |
| 2.2 槽式太阳能热发电系统 | 第18-21页 |
| 2.2.1 槽式聚光集热系统 | 第19-20页 |
| 2.2.2 蓄热系统 | 第20页 |
| 2.2.3 蒸汽轮机发电系统 | 第20-21页 |
| 2.3 抛物面槽式太阳能聚光集热系统运行方式 | 第21-23页 |
| 2.3.1 热交换型 | 第21页 |
| 2.3.2 直接蒸汽发电型 | 第21-23页 |
| 3 槽式DSG太阳能热发电系统热力系统的控制策略 | 第23-36页 |
| 3.1 聚光集热系统 | 第23-24页 |
| 3.2 模糊控制理论 | 第24-29页 |
| 3.2.1 模糊控制技术 | 第25页 |
| 3.2.2 模糊控制的原理 | 第25-26页 |
| 3.2.3 模糊控制器的设计 | 第26-29页 |
| 3.3 模糊控制策略 | 第29-36页 |
| 3.3.1 模糊自适应PID控制器设计 | 第29-33页 |
| 3.3.2 模糊自适应PID控制策略MATLAB仿真分析 | 第33-36页 |
| 4 基于BP神经网络控制策略的槽式太阳能热发电系统 | 第36-49页 |
| 4.1 神经元数学模型 | 第36-38页 |
| 4.2 神经网络结构 | 第38-40页 |
| 4.2.1 前馈网络 | 第38-39页 |
| 4.2.2 反馈网络 | 第39页 |
| 4.2.3 混合型网络 | 第39页 |
| 4.2.4 网状网络 | 第39-40页 |
| 4.3 神经网络学习算法 | 第40页 |
| 4.4 BP神经网络自适应PID控制策略 | 第40-45页 |
| 4.4.1 BP神经网络概述 | 第40-41页 |
| 4.4.2 BP神经网络自适应PID控制策略 | 第41-44页 |
| 4.4.3 基于BP神经网络PID控制的MATLAB仿真 | 第44-45页 |
| 4.5 基于软计算方法的控制策略优化 | 第45-49页 |
| 4.5.1 软计算混合算法 | 第46页 |
| 4.5.2 遗传算法理论 | 第46页 |
| 4.5.3 遗传算法设计流程 | 第46-47页 |
| 4.5.4 基于遗传算法的控制策略优化 | 第47-49页 |
| 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间的研究成果 | 第55页 |
