论文摘要
建筑是节能减排、应对气候变化最重要的领域之一。建筑采暖不但能耗大,而且效率低,为落实国家节能政策、降低碳排放,研究供热节能意义重大。本文抓住供热节能的关键“负荷预报”,研究供热负荷预报方法,设计供热节能监控系统。本文在分析供热系统节能国内外研究现状之后,提出供热系统节能控制方案,给出供热系统节能控制策略,确定供热节能控制系统开发平台,并最终确定供热节能控制总体方案。供热系统现场运行数据的获取是负荷预报的基础,首先从供热系统现场采集负荷预报相关原始数据,并对其进行处理。针对供热负荷具有非线性特性,本文尝试采用人工神经网络(Artificial Neural Network, ANN)及支持向量机(Support Vector Machine, SVM)等非线性预报方法对供热负荷进行预报研究,以期获得有效的供热负荷预报方法。最后,根据确定的供热节能控制方案,设计供热节能控制装置和供热节能监控中心软件。对供热节能控制装置的软硬件进行设计,包括控制部分PLC硬件配置及软件设计、人机交互部分触摸屏的硬件配置及软件设计、通信部分GPRS软硬件配置以及网络集成等。对节能监控中心软件设计,包括对供热监控中心软件功能进行分析与规划、选择监控中心软件开发平台,并根据规划利用组态软件,对供热监控中心软件进行实现。
论文目录
相关论文文献
- [1].基于室外温度的供热负荷预测研究[J]. 吉林化工学院学报 2020(05)
- [2].基于气象预报对供热负荷预测分析热网调节的方法[J]. 区域供热 2019(05)
- [3].基于小波神经网络和蚁群算法的供热负荷预测[J]. 煤炭技术 2015(08)
- [4].住宅区供热负荷预测研究[J]. 区域供热 2019(03)
- [5].城市供热负荷规划案例分析[J]. 热电技术 2012(04)
- [6].供热负荷回归模型的建立与分析[J]. 区域供热 2018(06)
- [7].天富发电产业严把安全生产关[J]. 兵团工运 2020(10)
- [8].基于模糊神经网络的供热负荷预测[J]. 湖南科技大学学报(自然科学版) 2015(03)
- [9].基于遗传算法优化支持向量回归机参数的供热负荷预测[J]. 暖通空调 2017(02)
- [10].基于交叉验证支持向量回归的供热负荷预测[J]. 中北大学学报(自然科学版) 2014(05)
- [11].供热负荷时间序列混沌特性分析及预报模型研究[J]. 物理学报 2011(10)
- [12].优化粒子群算法在组合供热负荷预测中的应用[J]. 信息与电子工程 2011(05)
- [13].基于神经网络的供热负荷预测模型[J]. 区域供热 2018(04)
- [14].LabVIEW广义线性拟合在供热负荷模型建立中的应用[J]. 北京建筑大学学报 2018(04)
- [15].基于LSTM网络的居民区供热负荷短时预测[J]. 自动化仪表 2018(10)
- [16].乌鲁木齐市供热负荷需求及发展对策研究[J]. 建筑节能 2010(08)
- [17].基于供热负荷的吸收式热泵供热机组变工况性能分析[J]. 汽轮机技术 2019(03)
- [18].基于改进BP神经网络的供热负荷预测模型[J]. 软件导刊 2019(07)
- [19].基于MIMO-SVR的供热负荷日预报方法[J]. 沈阳工业大学学报 2010(03)
- [20].建筑采暖供热负荷的修正[J]. 区域供热 2013(06)
- [21].浅谈供热新技术和措施的应用[J]. 区域供热 2019(01)
- [22].热负荷预测方法研究综述[J]. 建筑热能通风空调 2015(04)
- [23].以热定电模式下热电联产机组电功率灵活调节能力分析[J]. 电力系统自动化 2018(24)
- [24].基于模糊神经网络的供热负荷预测[J]. 门窗 2016(05)
- [25].高供热负荷超临界机组AGC控制优化策略[J]. 山东电力技术 2020(09)
- [26].试析城市热力管网的布局与设计[J]. 中国高新区 2017(11)
- [27].基于支持向量区间回归的供热负荷概率预报[J]. 吉林大学学报(工学版) 2010(06)
- [28].宾馆建筑供热负荷特性多元分析研究[J]. 北京建筑工程学院学报 2008(02)
- [29].供热机组水汽品质异常的原因分析[J]. 湖南电力 2014(02)
- [30].基于乘积季节ARIMA模型的供热负荷预报[J]. 沈阳工业大学学报 2011(03)