水蓄冷性能监测、测评与分析
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景 | 第10-12页 |
1.1.1 蓄冷技术的发展背景 | 第10-11页 |
1.1.2 分析水蓄冷运行数据的必要性 | 第11-12页 |
1.2 研究现状 | 第12-15页 |
1.2.1 蓄冷技术的发展现状 | 第12-13页 |
1.2.2 时间序列分析在多领域中的应用现状 | 第13-15页 |
1.3 研究目的和意义 | 第15-16页 |
1.4 文章组织结构 | 第16-17页 |
1.5 论文创新点 | 第17-18页 |
第2章 水蓄冷空调简介 | 第18-25页 |
2.1 水蓄冷空调运行原理 | 第18-19页 |
2.2 斜温层的重要性 | 第19-20页 |
2.3 影响水蓄冷分层的重要参数 | 第20-22页 |
2.4 水蓄冷性能评价指标 | 第22-24页 |
2.5 本章小结 | 第24-25页 |
第3章 水蓄冷监测数据集的预处理 | 第25-36页 |
3.1 水蓄冷监测数据的采集 | 第25-26页 |
3.2 孤立点的识别 | 第26-31页 |
3.2.1 孤立点的定义及分类 | 第26-27页 |
3.2.2 基于数据相对变化率的孤立点识别法 | 第27-30页 |
3.2.3 实例分析 | 第30-31页 |
3.3 空缺值的填补 | 第31-35页 |
3.3.1 处理空缺值的主要方法 | 第31-32页 |
3.3.2 基于最相似近邻法的空缺值填补 | 第32-34页 |
3.3.3 实例分析 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 水蓄冷系统异常检测研究 | 第36-51页 |
4.1 时间序列异常的描述 | 第36页 |
4.2 时间序列的相似性 | 第36-42页 |
4.2.1 多维时间序列相似的定义 | 第37-39页 |
4.2.2 多维时间序列的相似度量 | 第39-42页 |
4.3 异常检测算法 | 第42-47页 |
4.3.1 基于局部密度的异常检测 | 第42-45页 |
4.3.2 局部异常系数算法LOC | 第45-46页 |
4.3.3 实例分析 | 第46-47页 |
4.4 水蓄冷异常检测模型 | 第47-49页 |
4.4.1 历史数据异常检测模型 | 第47-48页 |
4.4.2 实时数据异常检测模型 | 第48-49页 |
4.5 本章小结 | 第49-51页 |
第5章 水蓄冷系统负荷预测研究 | 第51-57页 |
5.1 问题的提出 | 第51-52页 |
5.2 时间序列预测的类比合成方法 | 第52-53页 |
5.3 水蓄冷运行监测数据趋势预测 | 第53-54页 |
5.4 实例分析 | 第54-56页 |
5.5 本章小结 | 第56-57页 |
第6章 水蓄冷监测系统测评与经济性分析 | 第57-67页 |
6.1 水蓄冷运行监测系统 | 第57-65页 |
6.1.1 水蓄冷监测系统介绍 | 第57-58页 |
6.1.2 水蓄冷运行监测数据集预处理 | 第58-61页 |
6.1.3 水蓄冷系统异常检测分析 | 第61-63页 |
6.1.4 水蓄冷系统负荷预测分析 | 第63-65页 |
6.2 运行监测系统界面 | 第65页 |
6.3 经济性分析 | 第65-66页 |
6.4 本章小结 | 第66-67页 |
第7章 总结与展望 | 第67-69页 |
7.1 全文总结 | 第67-68页 |
7.2 未来展望 | 第68-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-73页 |