基于ANFIS的城市集中供热网参数预测研究

论文摘要

城市集中供热系统已经成为我国北方冬季供暖的一种主要形式,热网调节技术和计算机控制技术的应用,提高了我国供热调节水平,而预测集中供热系统未来一段时间内的参数变化趋势,对热网的运行、调节均起着重要作用。本文首先对模糊控制、神经网络的基本原理和优缺点进行了阐述,利用MATLAB模糊逻辑工具箱构造了神经模糊推理系统——ANFIS,并将其应用到参数预测之中。ANFIS是模糊推理系统与神经网络相结合的产物,它能从所给的样本数据中提取和调整模糊控制规则和隶属度函数,使模糊规则和隶属度函数的自动获取成为可能。其次结合集中供热网系统及其参数特点,尝试着将ANFIS应用到热网参数的预测中。通过对热网中的不确定信息的分析,采用基于ANFIS结构的模型,用误差反传算法来训练网络的连接权系数,以呼市热力公司某供热站的供热网参数为研究对象予以建模和预测,其结果表明该算法具有较好的泛化、学习、映射能力。因此基于神经模糊推理系统的供热网参数预测方法研究具有一定的参考价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 国内外供暖现状
• 1.1.1 国外供暖现状
• 1.1.2 国内供暖现状
• 1.2 我国供热系统的负荷调节
• 1.3 课题的背景以及本文主要研究的内容与意义
• 第二章 集中供热网预测技术
• 2.1 预测技术概述
• 2.1.1 回归预测技术
• 2.1.2 时间序列预测技术
• 2.1.3 概率预测技术
• 2.1.4 神经网络预测技术
• 2.2 集中供热网参数预测的特点及其重要性
• 2.2.1 集中供热网参数预测的特点
• 2.2.2 集中供热网参数预测的重要性
• 2.3 集中供热网参数预测方法的现状及其发展趋势探讨
• 2.3.1 集中供热网参数预测方法的现状
• 2.3.2 集中供热网参数预测的发展趋势探讨
• 2.4 集中供热网参数预测的基本原理
• 第三章 模糊控制基础
• 3.1 模糊数学基础
• 3.1.1 模糊数学概述
• 3.1.2 模糊集合的定义及表示
• 3.1.3 模糊子集的运算
• 3.1.4 模糊关系
• 3.2 模糊控制器的基本原理
• 3.2.1 模糊控制系统
• 3.2.2 模糊控制器的基本原理
• 3.2.3 模糊控制算法的实现
• 3.2.4 基本模糊控制器的设计方法
• 第四章 神经网络理论基础
• 4.1 神经网络及其发展历程
• 4.1.1 人工神经元模型
• 4.1.2 人工神经网络的互连模式
• 4.1.3 神经网络的学习方法
• 4.1.4 人工神经网络的建模和特点
• 4.1.5 人工神经网络的发展历程
• 4.2 模糊神经网络概述
• 4.2.1 模糊理论的创立与发展
• 4.2.2 模糊理论与神经网络技术的融合
• 第五章 基于ANFIS 的热网参数预测
• 5.1 自适应模糊控制
• 5.1.1 常规模糊控制器的不足
• 5.1.2 自适应模糊控制
• 5.2 神经网络与模糊推理系统的结合方式
• 5.2.1 模糊推理系统与神经网络的比较
• 5.2.2 模糊推理系统与神经网络的等价性
• 5.2.3 模糊推理系统和神经网络的结合方式
• 5.3 基于自适应网络的模糊推理系统 ANFIS
• 5.3.1 ANFIS 的模型基础及特点
• 5.3.2 ANFIS 模糊神经网络的结构
• 5.4 学习算法
• 5.4.1 反向传播学习算法
• 5.4.2 BP 学习算法存在的问题
• 5.4.3 混合学习算法
• 5.5 城市集中供热网参数预测
• 5.5.1 集中供热网参数预测模型
• 5.5.2 仿真结果与分析
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 作者简介