首页--工业技术论文--建筑科学论文--房屋建筑设备论文--机电设备论文

基于神经网络的建筑电气节能关键问题研究

摘要第5-7页
Abstract第7-9页
第1章 绪论第13-22页
    1.1 研究背景第13-15页
    1.2 研究意义第15-16页
    1.3 国内外研究现状第16-20页
        1.3.1 建筑电气谐波抑制国内外研究现状第16-18页
        1.3.2 中央空调节能控制的研究现状第18-19页
        1.3.3 建筑电气节能评价的研究现状第19-20页
    1.4 本文主要结构第20-22页
第2章 谐波源识别和纯电容无功补偿谐波抑制第22-48页
    2.1 谐波抑制标准第22-24页
    2.2 谐波评估及实例分析第24-31页
    2.3 基于改进BP神经网络的谐波源诊断方法第31-34页
    2.4 纯电容无功补偿的谐波抑制测试及分析第34-43页
        2.4.1 变压器主要非线性负载UPS测试与分析第35-37页
        2.4.2 纯电容无功补偿投入前后与变压器侧谐波变化第37-39页
        2.4.3 纯电容器投入的谐振分析第39-43页
    2.5 补偿策略第43-46页
    2.6 结果分析第46页
    2.7 本章小结第46-48页
第3章 基于神经网络预测的中央空调系统节能控制第48-66页
    3.1 中央空调系统神经网络自适应预测控制第48-57页
        3.1.1 系统控制流程第49页
        3.1.2 自适应预测控制器结构第49-51页
        3.1.3 控制器模型第51-54页
        3.1.4 神经网络预测算法的改进第54-57页
    3.2 变风量中央空调系统模糊神经网络预测控制第57-65页
        3.2.1 模糊神经网络预测控制器结构第57-58页
        3.2.2 控制器模型第58-60页
        3.2.3 预测器结构与算法第60-63页
        3.2.4 仿真结果分析第63-64页
        3.2.5 系统控制流程第64-65页
    3.3 本章小结第65-66页
第4章 基于神经网络的变风量空调系统解耦控制第66-84页
    4.1 神经网络解耦控制器结构第66-79页
        4.1.1 控制器模型第68-70页
        4.1.2 预测器结构与算法第70-74页
        4.1.3 解耦控制的参数优化第74-79页
    4.2 变风量空调解耦控制系统仿真分析第79-83页
        4.2.1 变风量空调房间数学模型第79-81页
        4.2.2 系统仿真结果及分析第81-83页
    4.3 本章小结第83-84页
第5章 建筑电气节能评价第84-119页
    5.1 建筑电气节能评价指标体系第84-98页
        5.1.1 评价指标体系建立原则第84-86页
        5.1.2 建筑电气节能评价指标体系的构建第86-87页
        5.1.3 建筑电气节能综合评价指标的描述第87-92页
        5.1.4 建筑电气节能综合评价指标权重第92-98页
    5.2 建筑电气节能模糊综合评价模型第98-106页
        5.2.1 模糊综合评价模型第99-100页
        5.2.2 建筑电气节能评价等级第100-103页
        5.2.3 建筑电气节能模糊综合评价方法应用第103-106页
    5.3 基于BP神经网络的建筑电气节能评价模型第106-108页
        5.3.1 基于BP神经网络的建筑电气节能评价模型的建立第106-107页
        5.3.2 BP模型训练第107-108页
    5.4 基于混沌神经网络建筑电气节能评价模型第108-115页
        5.4.1 混沌神经网络模型第108-111页
        5.4.2 混沌神经网络学习算法第111-112页
        5.4.3 基于混沌神经网络的建筑电气节能评价模型的建立第112-115页
    5.5 基于神经网络的建筑电气节能评价系统实现第115-117页
    5.6 本章小结第117-119页
第6章 总结与进一步的工作第119-121页
    6.1 总结第119-120页
    6.2 进一步的工作第120-121页
参考文献第121-127页
致谢第127-128页
作者攻读博士学位期间取得的成果第128-131页

论文共131页,点击 下载论文
上一篇:数据库支持的RDF(S)构建与存储方法研究
下一篇:基于过程模型的迭代学习控制算法研究