首页--工业技术论文--建筑科学论文--房屋建筑设备论文--空气调节、采暖、通风及其设备论文--供热论文

集中供热系统储热及热负荷预测的动态模型研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-19页
    1.1 研究背景第10-12页
        1.1.1 能源消耗第10-11页
        1.1.2 北方城镇采暖能耗第11-12页
    1.2 集中供热概况第12-14页
        1.2.1 发展概况第13-14页
        1.2.2 存在问题第14页
    1.3 国内外研究动态第14-17页
        1.3.1 热负荷的预测第14-16页
        1.3.2 供热系统参数的研究第16-17页
    1.4 本文主要工作第17-19页
第2章 集中供热系统储热原理及数学模型第19-30页
    2.1 换热站的数学模型第20-22页
    2.2 供热管网的数学模型第22-24页
        2.2.1 供/回水管网模型第22-24页
        2.2.2 供/回水管网的节点模型第24页
    2.3 热用户的数学模型第24-29页
        2.3.1 散热器的数学模型第26-27页
        2.3.2 房间的数学模型第27-28页
        2.3.3 围护结构数学模型第28-29页
    2.4 本章小结第29-30页
第3章 集中供热系统的仿真模型换热第30-37页
    3.1 Matlab软件方法第30页
    3.2 集中供热系统储热模型第30-36页
        3.2.1 换热器的数学模型第31-32页
        3.2.2 供热管道的数学模型第32-33页
        3.2.3 热用户的数学模型第33-35页
        3.2.4 集中供热系统的仿真模型第35-36页
    3.3 本章小结第36-37页
第4章 集中供热系统的仿真及结果分析第37-52页
    4.1 储热参数的确定第37-39页
    4.2 热用户仿真结果分析第39页
    4.3 一次网循环停止时二次管网的储热性能分析第39-51页
        4.3.1 二次管网停止循环第40-46页
        4.3.2 二次管网继续循环第46-51页
    4.4 本章小结第51-52页
第5章 基于人工神经网络的热负荷预测第52-60页
    5.1 集中供热负荷的神经网络法预测第52-55页
        5.1.1 BP神经网络技术概述第52-53页
        5.1.2 BP神经网络的流程第53-55页
    5.2 BP神经网络的集中供热热负荷预测实例第55-59页
        5.2.1 原始样本的选取第55页
        5.2.2 样本的预处理第55-56页
        5.2.3 案例分析第56-59页
    5.3 本章小结第59-60页
第6章 结论与展望第60-62页
    6.1 结论第60-61页
    6.2 展望第61-62页
参考文献第62-65页
攻读硕士学位期间发表的论文及其它成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:高校公共选修课管理系统的设计与实现
下一篇:智能化交通路径优化算法的设计与实现