基于SCADA系统的商业负荷能效管理
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-15页 |
1.1 课题研究的背景和意义 | 第8页 |
1.2 国内外的研究现状 | 第8-13页 |
1.2.1 负荷预测模型的研究现状 | 第8-11页 |
1.2.2 建筑节能的现状 | 第11-13页 |
1.3 论文的工作安排 | 第13-15页 |
第2章 负荷特性分析 | 第15-25页 |
2.1 商业负荷的与电力系统负荷的特性对比 | 第15-16页 |
2.2 典型日负荷分析 | 第16-17页 |
2.3 支路的负荷构成 | 第17-19页 |
2.4 不同类别负荷的特性分析 | 第19-22页 |
2.4.1 无规律大波动负荷分析 | 第20-21页 |
2.4.2 规律大波动负荷分析 | 第21页 |
2.4.3 规律小波动负荷分析 | 第21-22页 |
2.5 气温对各负荷的影响 | 第22-23页 |
2.6 本章小结 | 第23-25页 |
第3章 基于小波变换的数据预处理 | 第25-42页 |
3.1 小波变换理论 | 第25-30页 |
3.1.1 函数空间 | 第25-26页 |
3.1.2 基 | 第26-27页 |
3.1.3 傅里叶变换和小波变换 | 第27-30页 |
3.2 信号降噪 | 第30-32页 |
3.3 小波分析工具 | 第32-37页 |
3.3.1 GUI 介绍 | 第32-35页 |
3.3.2 相关程序 | 第35-37页 |
3.4 商业建筑的数据初处理 | 第37-41页 |
3.4.1 无规律大波动负荷降噪 | 第37-38页 |
3.4.2 规律大波动负荷降噪 | 第38-39页 |
3.4.3 规律小波动负荷降噪 | 第39-41页 |
3.5 本章小结 | 第41-42页 |
第4章 商业建筑的负荷预测 | 第42-66页 |
4.1 基本思路 | 第42-44页 |
4.1.1 方法构思 | 第42-43页 |
4.1.2 预测对象 | 第43-44页 |
4.2 SVM 算法 | 第44-49页 |
4.2.1 SVM 算法应用于回归领域 | 第44-48页 |
4.2.2 SVR 流程图 | 第48-49页 |
4.3 SVM 软件介绍 | 第49-50页 |
4.4 基于 WT&SVR 的回归预测模型 | 第50-65页 |
4.4.1 确定模型输入量和输出量 | 第51-52页 |
4.4.2 选择核函数 | 第52页 |
4.4.3 参数寻优 | 第52-59页 |
4.4.4 训练模型和验证模型 | 第59-65页 |
4.5 本章小结 | 第65-66页 |
第5章 商业负荷用电能效管理 | 第66-69页 |
5.1 SPC 简介 | 第66-67页 |
5.1.1 SPC 理论依据 | 第66页 |
5.1.2 SPC 实施 | 第66-67页 |
5.2 商业负荷的能耗监控平台 | 第67-68页 |
5.2.1 绘制 SPC 控制图 | 第67-68页 |
5.2.2 采取的措施 | 第68页 |
5.3 本章小结 | 第68-69页 |
第6章 总结与展望 | 第69-71页 |
6.1 全文总结 | 第69-70页 |
6.2 工作展望 | 第70-71页 |
参考文献 | 第71-74页 |
致谢 | 第74-75页 |
附录 | 第75-83页 |