首页> 中文学位 >基于SCADA系统的燃气辅助调度神经网络模型的研究
【6h】

基于SCADA系统的燃气辅助调度神经网络模型的研究

代理获取

目录

摘要

第一章基本概念与技术

1.1建设燃气管网调度系统的意义

1.1.1传统的燃气调度模式

1.1.2建设燃气辅助调度系统的背景

1.1.3建设燃气管网调度管理系统的目的

1.2 SCADA系统基本概念

1.2.1 SCADA的概念

1.2.2燃气输配管网SCADA系统的功能

1.2.3 SCADA系统的配置

1.3神经网络基本概念

1.3.1人工神经网络

1.3.2神经网络的学习机理和机构

1.4BP算法

1.4.1BP算法概念

1.4.2BP算法的原理

1.4.3BP算法的数学表达

1.4.4BP算法的执行步骤

1.4.5BP算法的改进

1.4.6人工神经网络的基本特征及在燃气辅助调度问题上的优越性

1.5本文的研究内容及结构安排

第二章燃气管网调度系统(SCADA系统)的设计

2.1设计原则

2.1.1 SCADA系统建设目标

2.1.2 SCADA系统设计原则

2.2系统体系结构

2.2.1系统体系结构

2.2.2系统配置

2.2.3 SCADA系统通讯方案

2.2.4数据采集与交换方式

2.3 SCADA系统功能结构

2.3.1系统功能结构图

2.3.2数据管理

2.3.3管网监测

2.3.4工艺流程

2.3.5调度运行

2.3.6设备管理

2.3.7统计报表

2.3.8系统设置

第三章燃气用气量模型的建立

3.1用气量预测影响因素分析

3.1.1用气量预测的意义

3.1.2用气量计算参数的非线性和不确定性

3.1.3设计参数和计算理论的非客观性

3.1.4模型参数的确定

3.1.5学习样本的整理

3.2日用气量预测模型

3.2.1网络结构确定

3.2.2 BP网络训练

3.2.3模型的误差分析及简化

3.3月用气量预测

3.3.1月用气量分析

3.3.2月用气量预测模型结构

3.2.3实验结果与分析

3.4年用气量预测

3.4.1年用气量分析

3.4.2年用气量预测模型建立

3.4.3实验结果与分析

第四章管网运行状态模型的建立

4.1燃气管网实时运行状态模拟模型

4.1.1燃气管网实时运行状态分析

4.1.2管网实时运行模拟模型

4.1.3应用说明

4.2燃气管网泄漏点动态定位的神经网络模型的探讨

4.2.1在模拟泄漏试验中神经网络理论的应用

4.2.2实现步骤

4.2.3结论和建议

4.3结论

致谢

参考文献

展开▼

摘要

该文系统地介绍了SCADA系统和神经网络的基本概念,详细解释了BP算法的基本原理、数学表达和算法步骤,并简单介绍了城市燃气输配SCADA系统的设计原则、体系结构、功能结构和通讯配置.燃气输配预测中存在经验性、不确定性、不合理性等问题.人工神经网络模拟人的大脑活动,具有极强的非线形逼近、大规模并行处理、自训练学习、自组织和容错能力等优点.将神经网络理论应用于燃气调度预测之中,能克服传统预测方法的一些缺陷,快速、准确地得到预测结果.本文研究的主要内容是根据SCADA系统采集的各种管网运行的历史数据资料,利用BP算法建立日用气量、月用气量预测模型;利用曲线拟合的方法建立年用气量预测模型,并对各种模型运行结果和误差进行了分析.该文还利用BP算法建立了管网运行实时动态模拟模型,将此模型应用于管网运行实时监测中可实现动态仿真.上述模型在传统的预测理论和方法之外找到了一个新的途径,摆脱了对个人经验的依赖,建立了一种有效的工作方式.这些模型具有智能化处理以往经验的能力,能够在新的燃气输配调度中进行有效的用气量预测,为调度人员提供了参考和进行方案比较.为了更好地保证燃气管网运行安全,该文还利用BP神经网络的模式分类和辨别功能,对城市燃气管网漏气点动态定位的神经网络模型进行了探讨.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号