版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、我國(guó)三北地區(qū)采暖能耗占全社會(huì)能耗的27.2%,供熱不但能耗大,而且效率低,單位面積采暖能耗是發(fā)達(dá)國(guó)家的3~4倍,為落實(shí)國(guó)家節(jié)能政策,研究供熱節(jié)能監(jiān)控系統(tǒng)意義重大。本文以“十一五”國(guó)家科技支撐計(jì)劃重大項(xiàng)目“建筑節(jié)能關(guān)鍵技術(shù)研究與示范”(項(xiàng)目編號(hào):2006BAJ01A04)和黑龍江省科技攻關(guān)項(xiàng)目“基于LonWorks技術(shù)和預(yù)測(cè)控制的供熱FCS研究”(項(xiàng)目編號(hào):GC04A104)為課題背景,研究供熱節(jié)能控制策略和開(kāi)發(fā)供熱節(jié)能監(jiān)控裝置。研究中面
2、臨的問(wèn)題是:必須以節(jié)能為目標(biāo),但同時(shí)也要保證優(yōu)質(zhì)供熱;供熱過(guò)程是一復(fù)雜的動(dòng)力學(xué)對(duì)象;在采用先進(jìn)技術(shù)的同時(shí),要降低產(chǎn)品的成本。
精確的數(shù)學(xué)模型是供熱系統(tǒng)分析與控制的重要依據(jù)。將供熱過(guò)程動(dòng)態(tài)分解為確定部分和隨機(jī)部分,分別建立這兩部分模型:通過(guò)機(jī)理分析與實(shí)驗(yàn)建模法相結(jié)合求取確定部分的模型,用ARIMA模型擬合供熱過(guò)程模型的隨機(jī)部分。供熱過(guò)程建模為供熱質(zhì)調(diào)量調(diào)解耦和預(yù)測(cè)控制研究的基礎(chǔ)。
供熱負(fù)荷預(yù)報(bào)為供熱節(jié)能提供依據(jù)。針對(duì)供
3、熱負(fù)荷具有的非平穩(wěn)、非線性、時(shí)滯等特性,應(yīng)用時(shí)間序列、最大熵、RBF神經(jīng)網(wǎng)絡(luò)多種方法對(duì)供熱負(fù)荷進(jìn)行預(yù)報(bào)。其中用時(shí)間序列法對(duì)平穩(wěn)化處理的隨機(jī)序列進(jìn)行預(yù)報(bào),用最大熵法對(duì)非平穩(wěn)隨機(jī)序列進(jìn)行預(yù)報(bào),用神經(jīng)網(wǎng)絡(luò)法對(duì)非線性負(fù)荷序列進(jìn)行預(yù)報(bào)。為了進(jìn)一步提高預(yù)報(bào)精度,將交叉預(yù)報(bào)思想引入供熱負(fù)荷預(yù)報(bào)中,即用縱向預(yù)報(bào)跟蹤用戶對(duì)負(fù)荷的需求,用橫向預(yù)報(bào)跟蹤天氣的變化,然后對(duì)縱向和橫向預(yù)報(bào)結(jié)果進(jìn)行加權(quán)交叉。通過(guò)仿真分析、比較各方法的性能。
供熱系統(tǒng)質(zhì)調(diào)、
4、量調(diào)通道間存在耦合。給出耦合程度判定方法,對(duì)供熱耦合模型進(jìn)行穩(wěn)態(tài)與動(dòng)態(tài)耦合程度分析。分別采用傳統(tǒng)解耦方法和時(shí)滯遞歸RBF神經(jīng)網(wǎng)絡(luò)解耦方法,將耦合系統(tǒng)解耦成兩個(gè)相互無(wú)干擾的單入單出系統(tǒng)。其中神經(jīng)網(wǎng)絡(luò)解耦法采用改進(jìn)的假近鄰法預(yù)估神經(jīng)網(wǎng)絡(luò)的輸入維數(shù),解決時(shí)間序列維數(shù)確定困難的問(wèn)題,通過(guò)仿真驗(yàn)證其靜態(tài)和動(dòng)態(tài)性能。
鑒于預(yù)測(cè)控制算法能適應(yīng)供熱過(guò)程非線性、時(shí)變、時(shí)滯、不確定等特性,采用預(yù)測(cè)控制對(duì)供熱過(guò)程質(zhì)調(diào)通道進(jìn)行控制。對(duì)傳統(tǒng)預(yù)測(cè)控制方法
5、DMC和GPC算法進(jìn)行了改進(jìn):用DMC模型簡(jiǎn)化和預(yù)報(bào)誤差校正結(jié)合的方法減少計(jì)算量,提高實(shí)時(shí)性,并解決模型失配問(wèn)題;對(duì)隱式自適應(yīng)廣義預(yù)測(cè)控制研究,給出改進(jìn)的辨識(shí)和控制算法,以滿足實(shí)時(shí)性要求。進(jìn)行神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制方法的研究,設(shè)計(jì)基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制器,給出其偏差控制算法和控制律求解算法。通過(guò)仿真驗(yàn)證上述幾種算法的有效性。
最后進(jìn)行工程應(yīng)用研究,給出基于GPRS和PLC技術(shù)的供熱監(jiān)控系統(tǒng)設(shè)計(jì)方案,研發(fā)熱力站節(jié)能監(jiān)控裝置的軟件和硬件
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)振動(dòng)預(yù)測(cè)控制研究.pdf
- 基于多模型的熱工過(guò)程神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的玉米干燥過(guò)程預(yù)測(cè)控制理論研究.pdf
- 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的水廠投藥預(yù)測(cè)控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測(cè)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的供熱系統(tǒng)負(fù)荷預(yù)測(cè).pdf
- 神經(jīng)網(wǎng)絡(luò)誤差補(bǔ)償預(yù)測(cè)控制
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)控制算法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的鍋爐過(guò)熱汽溫控制研究.pdf
- 基于Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制研究及應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的焦?fàn)t溫度預(yù)測(cè)控制方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)控制研究及其應(yīng)用.pdf
- 基于CSTR溫度系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的滯后系統(tǒng)廣義預(yù)測(cè)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的預(yù)測(cè)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制方法及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論