| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 文献综述 | 第10-25页 |
| 1.1 水力计算的发展情况 | 第10-11页 |
| 1.2 管网的优化设计 | 第11-16页 |
| 1.3 管网负荷的预测 | 第16-19页 |
| 1.4 测漏技术的现状 | 第19-23页 |
| 1.5 本文研究背景 | 第23-24页 |
| 1.6 本文的主要研究内容 | 第24-25页 |
| 2 水力计算 | 第25-43页 |
| 2.1 燃气管网的水力计算基本公式 | 第25-29页 |
| 2.1.1 气体管段流量的基本方程 | 第25-27页 |
| 2.1.2 管网水力计算简化公式 | 第27-29页 |
| 2.2 管网各段的计算流量 | 第29-31页 |
| 2.3 环状管网的水力计算 | 第31-42页 |
| 2.3.1 环状管网的基本数据模型 | 第31-32页 |
| 2.3.2 环状管网的计算步骤 | 第32-33页 |
| 2.3.3 环状管网的平差计算 | 第33-37页 |
| 2.3.4 实例计算 | 第37-42页 |
| 2.4 本章小结 | 第42-43页 |
| 3 燃气管网设计中的模拟与优化 | 第43-52页 |
| 3.1 遗传算法的介绍 | 第43-44页 |
| 3.2 遗传算法在管网中的优化 | 第44-51页 |
| 3.2.1 管径优化的数学模型 | 第44-46页 |
| 3.2.2 编码 | 第46页 |
| 3.2.3 适应度函数 | 第46页 |
| 3.2.4 选择策略 | 第46-47页 |
| 3.2.5 交叉算子 | 第47-48页 |
| 3.2.6 变异算子 | 第48页 |
| 3.2.7 环状管网遗传优化设计的主要步骤 | 第48-49页 |
| 3.2.8 算例分析 | 第49-51页 |
| 3.3 本章小结 | 第51-52页 |
| 4 燃气负荷的预测 | 第52-60页 |
| 4.1 燃气短期负荷模型 | 第52-53页 |
| 4.1.1 燃气负荷结构 | 第52页 |
| 4.1.2 短期负荷预测要求 | 第52-53页 |
| 4.2 基于人工神经网络的短期负荷模型 | 第53-56页 |
| 4.2.1 人工神经网络的基本知识 | 第53-54页 |
| 4.2.2 神经网络的特性 | 第54-55页 |
| 4.2.3 人工神经网络预测模型 | 第55-56页 |
| 4.3 遗传神经网络预测 | 第56-59页 |
| 4.3.1 计算模型 | 第56-58页 |
| 4.3.2 计算实例 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 检漏 | 第60-69页 |
| 5.1 燃气管网泄漏的相关分析 | 第60-61页 |
| 5.1.1 管道泄漏的原因 | 第60-61页 |
| 5.1.2 管道泄漏现象的描述 | 第61页 |
| 5.2 燃气管网泄漏检测新技术——序贯概率比检验法 | 第61-68页 |
| 5.2.1 序贯概率比检验系统分析基础 | 第61-65页 |
| 5.2.2 建立序贯概率比模型 | 第65-66页 |
| 5.2.3 管道泄漏监测系统中泄漏量的计算和分析 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 6 软件的研制 | 第69-81页 |
| 6.1 软件性能及特点 | 第69页 |
| 6.2 开发环境 | 第69-70页 |
| 6.3 软件性能指标 | 第70页 |
| 6.4 软件功能模块 | 第70-81页 |
| 6.4.1 软件的主界面 | 第70-72页 |
| 6.4.2 系统维护 | 第72-73页 |
| 6.4.3 查询系统 | 第73-75页 |
| 6.4.4 水力计算 | 第75-78页 |
| 6.4.5 打印系统 | 第78-79页 |
| 6.4.6 检测运行 | 第79-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |