基于神经网络带蓄热器的工业锅炉房负荷预测及优化运行研究

摘要

在我国工业锅炉由于数量多、热效率低，一直以来都是能源消耗、浪费的大户受到众多研究者的重视。为了提高锅炉的效率，加装蓄热器和多台锅炉的负荷优化分配是比较有效的技术措施。　　针对这些问题，本文首先提出了一种新的负荷优化分配模型，即最小差模型，用来解决传统优化模型不能满足实际操作的问题，使得分配过程更加易于实现。该算法对锅炉房内各锅炉的特性没有特别要求，且需要的原始数据不是锅炉的整条特性曲线而是任意两点的运行参数，所以更加容易得到精确的优化结果。在优化计算的过程中，通过比较各种锅炉间组合方案的运行结果，找到最优组合方式，以确保最后得到的是最优分配方式。建立了数学模型后，通过选择合适的优化算法，编制了计算机程序，并应用于一实际的工业锅炉房的优化运行，计算实例证明利用该算法可以节约可观的燃油。对于装有蓄热器的锅炉房，上述负荷优化分配必须是针对预测的负荷曲线进行的，所以本文紧接着进行了工业锅炉房负荷预测工作。首先通过比较选择了神经网络作为负荷预测方法，然后通过比较各种神经网络，根据实际过程的需要，选择了合适的模型和算法，并通过工程软件MATLAB6.5实现了工业锅炉房未来24小时逐时负荷的预测，预测结果精度满足要求。对于装有蓄热器的工业锅炉房，预测的负荷曲线完全能保证正确的负荷优化分配。在进行神经网络预测过程中，还分析了输入数据对神经网络预测结果的影响，为进一步的工作奠定了基础。

目录

文摘

英文文摘

论文说明：符号说明

东华大学学位论文原创性声明及论文版权使用授权书

第一章 绪论

1.1我国的能源现状

1.2我国的节能潜力及工业锅炉房节能的重要性

1.3课题的研究内容及意义

1.4课题的特点

第二章 工业锅炉房负荷预测理论及方法

2.1负荷预测方法简介

2.1.1经典数理统计方法

2.1.2人工智能预测方法

2.2 工业锅炉房负荷预测方法的选取

2.3神经网络的算法及其改进

2.3.1有关神经网络的基本概念

2.3.2 BP算法

2.3.3 BP算法的改进

2.3.4神经网络的其它改进方法

第三章 工业锅炉房优化运行理论及方法

3.1概述

3.2等微增率法

3.3负荷优化分配方法的新进展

3.3.1动态规划法

3.3.2遗传算法

3.3.3模拟退火算法

3.3.4对等微增率算法的改进算法

3.4最小差模型法

第四章 工业锅炉房蓄热器的最优化设计及程序实现

4.1蓄热器及带蓄热器的工业锅炉房的运行

4.1.1蓄热器原理

4.1.2工业锅炉房加装蓄热器的必要性及其运行

4.1.3蓄热器必须蓄热量的计算

4.2蓄热器容积最优化设计

4.2.1第Ⅰ种最优设计

4.2.2第Ⅱ种最优设计

4.2.3第Ⅲ种最优设计

4.3容积最优化设计的程序实现

4.4例证及蓄热器最优设计容积的选取

4.4.1实例计算

4.4.2设计容积的选取

第五章 工业锅炉房负荷预测的程序实现

5.1负荷预测数据的分析及样本预处理

5.1.1原始数据分析

5.1.2归一化处理

5.2利用神经网络预测工业锅炉房未来24小时负荷

5.2.1周末平均负荷预测

5.2.2作日逐时负荷预测

第六章 带蓄热器的工业锅炉房负荷优化分配的程序实现

6.1最优化方法的选取

6.2罚函数法

6.2.1外点法

6.2.2内点法

6.2.3混合法

6.3 DFP法

6.4 0.618法

6.5最优分配与最优分段的程序实现

6.5.1工业锅炉房的负荷优化分配的程序实现

6.5.2 工业锅炉房的最优分段的程序实现

6.5.3课题计算实例

6.6分析总结

第七章 总结与讨论

7.1总结

7.2讨论

7.3论文的创新点

附录1 程序清单

1-1蓄热器设计程序清单

1-2计算必须蓄热器容积程序清单

1-3利用BP网络预测负荷程序清单

1-4优化运行主程序清单

1-5‘opt_fule’子程序清单

1-6惩罚函数算法程序清单

1-7 DFP算法程序清单

1-8 0.618法程序清单

1-9寻优目标函数、目标函数求导及约束函数程序清单

1-10各程序中用到的其他子程序

附录2参考文献

作者在研究生期间发表的论文

致谢