300MW纯凝机组改供热后经济性及调峰性能优化分析
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-14页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.2 国内外研究情况 | 第11-12页 |
1.3 本文主要工作内容 | 第12-14页 |
第2章 支持向量机和频繁模式挖掘算法研究 | 第14-21页 |
2.1 支持向量机理论 | 第14-18页 |
2.1.1 支持向量机 | 第14-17页 |
2.1.2 支持向量回归机 | 第17-18页 |
2.2 关联规则算法理论 | 第18-20页 |
2.2.1 关联规则基本概念 | 第18-19页 |
2.2.2 关联规则Apriori算法 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
第3章 汽轮机供热改造变工况计算 | 第21-27页 |
3.1 汽轮机供热改造简介 | 第21页 |
3.2 汽轮机经济性分析 | 第21-22页 |
3.3 汽轮机供热改造生产热耗计算 | 第22-26页 |
3.3.1 生产热耗定义 | 第22-24页 |
3.3.2 供热改造变工况计算 | 第24-26页 |
3.4 本章小结 | 第26-27页 |
第4章 电力市场下基于粒子群算法的SVR机组建模 | 第27-44页 |
4.1 云南省电力市场简述 | 第27-28页 |
4.2 数据预处理 | 第28-32页 |
4.2.1 数据预处理必要性 | 第28页 |
4.2.2 数据预处理主要步骤 | 第28-32页 |
4.3 SVR模型输入输出参数确定 | 第32-33页 |
4.3.1 输出参数的确定 | 第32页 |
4.3.2 输入参数的确定 | 第32-33页 |
4.4 SVR模型核函数和参数选取 | 第33-35页 |
4.4.1 基于PSO算法SVR模型参数选择 | 第34页 |
4.4.2 模型性能评价 | 第34-35页 |
4.5 SVR模型建立实例 | 第35-43页 |
4.5.1 案例数据采集与预处理 | 第35-36页 |
4.5.2 SVR模型边界条件选定 | 第36-38页 |
4.5.3 模型参数确定与训练 | 第38-43页 |
4.6 本章小结 | 第43-44页 |
第5章 基于SVR的优化与数据挖掘 | 第44-59页 |
5.1 机组优化和数据挖掘的可能性与必要性 | 第44-46页 |
5.2 机组运行优化 | 第46-52页 |
5.2.1 遗传算法基本原理 | 第46-47页 |
5.2.2 机组运行SVR模型优化实例 | 第47-51页 |
5.2.3 机组负荷优化结果 | 第51-52页 |
5.3 机组运行强关联规则挖掘 | 第52-58页 |
5.3.1 机组运行参数关联规则挖掘 | 第52-53页 |
5.3.2 挖掘结果 | 第53-58页 |
5.4 本章小结 | 第58-59页 |
第6章 供热改造后机组调峰性能分析 | 第59-63页 |
6.1 机组调峰能力限制因素 | 第59页 |
6.2 供热改造机组调峰性能分析 | 第59-62页 |
6.3 本章小结 | 第62-63页 |
第7章 结论与展望 | 第63-65页 |
7.1 研究成果 | 第63-64页 |
7.2 工作展望 | 第64-65页 |
参考文献 | 第65-69页 |
攻读硕士学位期间发表的论文及其它成果 | 第69-70页 |
致谢 | 第70页 |