基于负荷预测的冰蓄冷空调系统优化控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题背景 | 第12-14页 |
| ·冰蓄冷空调的运行控制策略 | 第14-18页 |
| ·冰蓄冷空调运行策略 | 第14-15页 |
| ·冰蓄冷空调控制策略 | 第15-17页 |
| ·冰蓄冷空调实施优化控制的必要性 | 第17-18页 |
| ·本文研究的主要内容和意义 | 第18-20页 |
| 第二章 空调负荷数据的获取 | 第20-38页 |
| ·广州大学城概况 | 第20-23页 |
| ·大学城区域供冷系统 | 第20-21页 |
| ·大学城自控系统网络结构 | 第21-23页 |
| ·第二冷站冰蓄冷空调系统 | 第23-34页 |
| ·冰蓄冷系统设计 | 第23-28页 |
| ·冰蓄冷系统运行工况 | 第28-32页 |
| ·冷站自动控制系统 | 第32-34页 |
| ·实测温度数据和空调负荷数据示例 | 第34-38页 |
| ·空调负荷计算公式 | 第34-35页 |
| ·数据示例 | 第35-38页 |
| 第三章 冰蓄冷空调系统负荷预测研究 | 第38-68页 |
| ·负荷预测研究工作的发展 | 第38-41页 |
| ·国外负荷预测研究 | 第38-39页 |
| ·国际上两次有影响的负荷预测竞赛 | 第39-40页 |
| ·国内负荷预测工作 | 第40-41页 |
| ·人工神经网络原理 | 第41-48页 |
| ·人工神经元模型 | 第41-43页 |
| ·BP网络的基本结构与学习规则 | 第43-45页 |
| ·BP网络的应用问题 | 第45-48页 |
| ·室外温度预测模型 | 第48-55页 |
| ·ASHRAE系数法 | 第49-50页 |
| ·神经网络预测模型 | 第50-55页 |
| ·日冷负荷预测模型 | 第55-62页 |
| ·影响日冷负荷的因素 | 第56-57页 |
| ·日冷负荷预测神经网络结构 | 第57-60页 |
| ·预测结果和误差分析 | 第60-62页 |
| ·逐时负荷预测模型 | 第62-68页 |
| ·网络训练输入变量的选择 | 第62-63页 |
| ·逐时负荷预测神经网络结构 | 第63-65页 |
| ·预测结果和误差分析 | 第65-68页 |
| 第四章 冰蓄冷空调系统优化控制研究 | 第68-81页 |
| ·最优化理论 | 第68-69页 |
| ·优化控制数学模型的建立 | 第69-73页 |
| ·前提假设 | 第69-70页 |
| ·目标函数 | 第70-71页 |
| ·约束条件 | 第71-72页 |
| ·求解方法 | 第72-73页 |
| ·模型求解与结果分析 | 第73-79页 |
| ·冰蓄冷空调系统优化控制方案设计 | 第79-81页 |
| 结束语 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 攻读学位期间发表的论文 | 第86-88页 |
| 致谢 | 第88页 |
