锅炉给水系统状态预测支持系统的研究

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
  • 相关论文文献

    • [1].复杂地质条件下的隧道大变形组合预测研究[J]. 山西建筑 2020(06)
    • [2].高速铁路桥梁桩基工后沉降组合预测探究[J]. 技术与市场 2015(09)
    • [3].基于灰色组合预测的国内债券余额预测[J]. 哈尔滨商业大学学报(自然科学版) 2012(02)
    • [4].随工程进展的海堤沉降优性组合预测研究[J]. 浙江水利水电专科学校学报 2011(02)
    • [5].最优组合预测线性模型在旅游需求预测中的应用——以中国大陆赴澳门游客量预测为例[J]. 数学的实践与认识 2018(12)
    • [6].组合预测技术在风电中的研究分析[J]. 电器与能效管理技术 2018(16)
    • [7].纳税遵从水平测算新方法研究:基于组合预测的探索[J]. 税务研究 2011(03)
    • [8].军队油料保障储存需求组合预测研究[J]. 中国储运 2008(03)
    • [9].安徽省城乡收入差距组合预测研究[J]. 牡丹江师范学院学报(自然科学版) 2019(02)
    • [10].基于信息准则的最优组合预测小样本改进模型[J]. 统计与信息论坛 2012(05)
    • [11].基于改进组合预测的电能质量预警研究[J]. 电工电能新技术 2020(09)
    • [12].2010年亚运会刘翔110米栏竞争实力的最优组合预测与分析[J]. 天津体育学院学报 2010(02)
    • [13].综合权组合预测[J]. 硅谷 2009(24)
    • [14].风电功率时间分层组合预测优化方法[J]. 山东电力技术 2020(09)
    • [15].基于组合预测的收益现值法中资产收益预测实证分析[J]. 统计与决策 2014(06)
    • [16].最优组合预测及其在瓦斯浓度预测中的应用[J]. 山东科技大学学报(自然科学版) 2012(02)
    • [17].最优组合预测及其在短时交通流预测中的应用[J]. 山东科技大学学报(自然科学版) 2009(01)
    • [18].模糊预测的组合预测[J]. 统计与决策 2009(17)
    • [19].组合预测方法在电力系统负荷预测中的应用研究[J]. 电子测试 2016(12)
    • [20].计算集群中一种基于任务运行时间的组合预测方案[J]. 计算机应用 2015(08)
    • [21].湿陷性黄土地区路基沉降的优性组合预测[J]. 兰州交通大学学报 2008(06)
    • [22].基于交叉验证方法的海洋经济发展的组合预测[J]. 系统科学与数学 2018(07)
    • [23].量化私募行业发展趋势的组合预测研究[J]. 中国市场 2019(07)
    • [24].基于改进的组合预测误差区间数组合预测模型[J]. 统计与决策 2017(22)
    • [25].基于组合预测的能源优化[J]. 赤峰学院学报(自然科学版) 2018(05)
    • [26].2010年亚运会我国女子100m栏头号种子选手竞争实力的最优组合预测与分析[J]. 首都体育学院学报 2010(05)
    • [27].基于组合预测的装甲装备器材需求确定[J]. 系统工程与电子技术 2018(10)
    • [28].基于奇异谱分解的猪肉价格组合预测[J]. 山西科技 2020(03)
    • [29].隧道围岩变形的组合预测研究[J]. 昆明理工大学学报(自然科学版) 2019(03)
    • [30].基于预测有效度成分数据处理方法组合预测[J]. 价值工程 2019(21)

    标签:;  ;  ;  

    锅炉给水系统状态预测支持系统的研究
    下载Doc文档

    猜你喜欢