配蓄热器锅炉房供热系统优化运行研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·课题的提出及研究意义 | 第9-10页 |
| ·课题的提出及研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10页 |
| ·国内外研究动态 | 第10-12页 |
| ·供热系统优化研究现状 | 第10-11页 |
| ·蒸汽供热系统优化运行研究现状 | 第11-12页 |
| ·供热锅炉优化运行研究现状 | 第12页 |
| ·负荷预测概述 | 第12-14页 |
| ·负荷预测简介 | 第12-13页 |
| ·预测技术和方法 | 第13-14页 |
| ·神经网络概述 | 第14-17页 |
| ·神经元模型 | 第15-16页 |
| ·神经网络的特性 | 第16-17页 |
| ·神经网络用于预测技术 | 第17页 |
| ·课题的研究内容 | 第17-19页 |
| ·研究内容 | 第17-18页 |
| ·方法和实现 | 第18-19页 |
| 2 基于BP 神经网络的锅炉房负荷预测 | 第19-32页 |
| ·BP 网络模型及算法 | 第19-22页 |
| ·BP 网络模型 | 第19-20页 |
| ·BP 网络学习算法 | 第20-22页 |
| ·算法实现流程 | 第22页 |
| ·负荷预测网络结构和训练样本集处理 | 第22-25页 |
| ·特征量的选取 | 第23-24页 |
| ·网络结构的确定 | 第24-25页 |
| ·数据预处理 | 第25页 |
| ·网络预测模型的MATLAB 实现 | 第25-28页 |
| ·MATLAB 神经网络工具箱(NNT) | 第25-26页 |
| ·BP 算法的改进 | 第26-27页 |
| ·网络模型构建和初始化 | 第27-28页 |
| ·网络训练 | 第28页 |
| ·预测模型仿真 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 3 锅炉房分时段运行方案 | 第32-39页 |
| ·蓄热器与锅炉房运行 | 第32-33页 |
| ·蓄热器原理 | 第32页 |
| ·配蓄热器锅炉房的运行问题 | 第32-33页 |
| ·蓄热器必需蓄热量计算模型 | 第33-35页 |
| ·必需蓄热量计算方法 | 第33-34页 |
| ·必需蓄热量计算方法的修正 | 第34-35页 |
| ·锅炉房分时段运行方案 | 第35-38页 |
| ·配蓄热器锅炉房供热系统的运行特点 | 第35页 |
| ·校核计算模型 | 第35-37页 |
| ·模型求解 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 锅炉房负荷的最优分配 | 第39-56页 |
| ·优化设计方法简介 | 第39-41页 |
| ·锅炉房运行优化 | 第40-41页 |
| ·锅炉煤耗特性方程 | 第41-43页 |
| ·原始数据采集 | 第41页 |
| ·二次曲线拟合 | 第41-42页 |
| ·锅炉最佳负荷率 | 第42-43页 |
| ·优化分配数学模型 | 第43-45页 |
| ·目标函数 | 第43页 |
| ·约束条件 | 第43-44页 |
| ·数学模型 | 第44-45页 |
| ·数学模型求解 | 第45-52页 |
| ·二次规划 | 第45-47页 |
| ·序列二次规划算法(SQP) | 第47-50页 |
| ·SQP 算法的MATLAB 实现 | 第50-52页 |
| ·算例分析 | 第52-55页 |
| ·模型仿真 | 第52-53页 |
| ·仿真结果分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 系统优化运行软件实现 | 第56-64页 |
| ·系统优化运行模型 | 第56页 |
| ·系统软件实现 | 第56-58页 |
| ·系统界面及功能实现 | 第58-63页 |
| ·负荷预测功能 | 第59-61页 |
| ·分段方案确定功能 | 第61-62页 |
| ·负荷分配功能 | 第62-63页 |
| ·本软件的特点 | 第63-64页 |
| 6 结论与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录:作者在攻读硕士学位期间发表的论文目录 | 第70-71页 |
| 独创性声明 | 第71页 |
| 学位论文版权使用授权书 | 第71页 |
