| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 1 绪论 | 第10-26页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 能源环境问题 | 第10-11页 |
| 1.1.2 建筑能耗问题 | 第11页 |
| 1.1.3 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-23页 |
| 1.2.1 污水源热泵系统的研究现状 | 第12-17页 |
| 1.2.2 故障检测与诊断方法的研究现状 | 第17-23页 |
| 1.3 本文研究内容 | 第23-26页 |
| 2 污水源热泵集中供暖系统分析 | 第26-34页 |
| 2.1 污水特性分析 | 第26-28页 |
| 2.2 污水源热泵系统传热分析 | 第28-30页 |
| 2.2.1 污水换热器 | 第28-29页 |
| 2.2.2 污水源热泵机组 | 第29-30页 |
| 2.3 项目概况 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 污水源热泵系统的故障检测研究 | 第34-50页 |
| 3.1 主元分析法 | 第34-39页 |
| 3.1.1 主元分析法的基本思想 | 第34-35页 |
| 3.1.2 主元分析法的基本理论 | 第35-38页 |
| 3.1.3 基于主元分析法的故障检测模型 | 第38-39页 |
| 3.2 基于主元分析法的污水换热器故障检测 | 第39-44页 |
| 3.2.1 污水换热器故障检测 | 第39-43页 |
| 3.2.2 检测结果分析 | 第43-44页 |
| 3.3 基于主元分析法的污水源热泵机组故障检测 | 第44-49页 |
| 3.3.1 污水源热泵机组故障检测 | 第44-48页 |
| 3.3.2 检测结果分析 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 污水源热泵系统的故障诊断研究 | 第50-62页 |
| 4.1 BP神经网络 | 第50-53页 |
| 4.1.1 神经网络概念 | 第50-51页 |
| 4.1.2 神经网络学习过程 | 第51-53页 |
| 4.2 基于BP神经网络的污水源热泵机组故障诊断 | 第53-60页 |
| 4.2.1 故障诊断模型 | 第53-55页 |
| 4.2.2 分析与讨论 | 第55-60页 |
| 4.3 本章小结 | 第60-62页 |
| 5 基于深度学习的污水源热泵系统故障诊断研究 | 第62-74页 |
| 5.1 深度学习 | 第62-64页 |
| 5.1.1 深度学习概念 | 第62-63页 |
| 5.1.2 深度学习训练过程及优点 | 第63-64页 |
| 5.2 堆叠自动编码器 | 第64-69页 |
| 5.2.1 自动编码器模型 | 第64-65页 |
| 5.2.2 SAE堆叠过程 | 第65-67页 |
| 5.2.3 堆叠自编码网络分类器 | 第67-69页 |
| 5.3 基于堆叠自动编码器的污水源热泵机组故障诊断 | 第69-73页 |
| 5.3.1 故障诊断模型 | 第69-71页 |
| 5.3.2 结果与讨论 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 创新点 | 第75页 |
| 6.3 展望 | 第75-76页 |
| 参考文献 | 第76-84页 |
| 攻读硕士学位期间发表论文及参与科研项目 | 第84-86页 |
| 致谢 | 第86页 |