锅炉给水系统状态预测支持系统的研究

论文摘要

近年来,组合预测在许多领域中的成功应用,为发电设备的状态预测技术的发展开拓了新的途径。针对发电设备系统复杂、难以进行精确状态预测的问题,在系统状态特征参数提取的基础上,本文提出了基于灰色 GM(1,1)模型和 BP 神经网络的组合状态预测模型。该模型充分利用设备运行参数、状态监测参数和运行统计参数,实现了发电设备的状态预测。 给水系统是火力发电厂热力循环的一个重要组成部分,开展给水系统状态预测的研究具有重要的现实意义。因此,本文将此组合状态预测技术应用于给水系统中。结果表明,该模型具有较高的预测效率和精度,为下一步的维修决策提供科学依据。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 课题背景及意义
• 1.2 状态预测技术的发展现状及趋势
• 1.2.1 预测技术发展概况
• 1.2.2 预测方法综述
• 1.2.3 预测有效性的评价
• 1.2.4 预测技术在电力方面的应用与发展
• 1.3 给水系统状态预测的必要性
• 1.4 本文的主要工作
• 第二章 基于灰色 GM（1,1）和 BP 神经网络的组合状态预测
• 2.1 引言
• 2.2 组合预测原理
• 2.3 基于灰色 GM（1,1）和BP 神经网络的组合状态预测
• 2.3.1 灰色GM（1,1）模型的建模
• 2.3.2 BP 神经网络预测方法
• 2.3.3 基于灰色GM（1,1）和 BP 神经网络的组合状态预测的建模
• 2.4 本章小结
• 第三章 预测支持系统的总体开发
• 3.1 引言
• 3.2 系统的软、硬件环境
• 3.2.1 系统的软件环境
• 3.2.2 系统的硬件环境
• 3.3 系统的特点
• 3.4 系统的设计
• 3.4.1 系统设计原则
• 3.4.2 系统总体结构与功能
• 3.4.3 系统数据库的设计
• 3.5 系统实现
• 3.5.1 状态评价及报警功能的实现
• 3.5.2 状态参数预测配置功能的实现
• 3.5.3 状态参数预测功能的实现
• 3.5.4 状态预测配置功能的实现
• 3.5.5 状态预测功能的实现
• 3.6 本章小结
• 第四章 给水系统的状态预测实例分析
• 4.1 给水系统
• 4.1.1 回热系统及其加热设备
• 4.1.2 高压加热器组
• 4.1.3 除氧器及贮水箱
• 4.1.4 给水泵组
• 4.2 给水系统的状态监测
• 4.2.1 给水泵组的状态监测参数
• 4.2.2 高压加热器组的状态监测参数
• 4.2.3 除氧器的状态监测参数
• 4.3 给水系统状态评价
• 4.3.1 给水系统劣化度的确定
• 4.3.2 给水状态的模糊评判
• 4.4 给水系统状态预测算例
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢