文摘
英文文摘
东南大学学位论文独创性声明及使用授权声明
第一章、绪论
1.1课题背景和意义
1.2国内外研究动态
1.2.1 SIS系统研究发展动态
1.2.2人工智能的发展及其在电厂中的应用与现状
1.3课题研究内容
参考文献
第二章、SIS系统体系结构分析及功能模块分析
2.1引言
2.2国外提出的一些较先进的一体化体系结构模型介绍
2.2.1 ABB公司的一体化模式
2.2.2西门子公司的一体化模式
2.2.3 Honeywell公司的一体化模式
2.2.4 Foxboro公司的一体化模式
2.3 SIS系统的概念、面向对象及体系结构
2.3.1 SIS系统的概念
2.3.2 SIS系统的组成
2.3.3 SIS系统的主要功能
2.3.4理想的SIS的体系结构
2.4本章小节
参考文献
第三章、SIS系统功能模块模型库的建立
3.1火电厂“机组性能在线监测与能损分析系统”模型库的建立
3.1.1回热子系统
3.1.2汽轮机模块模型
3.1.3锅炉效率数学模型
3.1.4汽轮机排汽焓和湿蒸汽区抽汽点焓的确定
3.2火电厂运行参数基准值模型
3.2.1主要运行参数的基准值
3.2.2加热器端差运行基准值
3.2.3抽汽压损和再热蒸汽管道压损运行基准值
3.2.4人工智能方法求取运行参数基准值
3.3能损偏差计算模型
3.3.1热力学方法
3.3.2利用制造厂提供的修正曲线资料
3.3.3利用成熟的经验公式或理论公式
3.3.4人工智能方法确定能损偏差
3.4组件对象(COM)技术在电厂SIS系统模型开发实现中的应用研究
3.4.1组件对象模型(COM)简介
3.4.2加热器组件对象模型
3.4.3辅汽系统组件对象模型
3.4.4热力系统组件对象模型
3.4.5应用实例
3.5本章小节
参考文献
第四章、人工神经网络在电厂SIS系统功能模块建模中的应用研究
4.1引言
4.2神经网络模型简介
4.2.1 BP神经网络模型简介
4.2.2自组织特征映射神经网络
4.3汽轮机功率神经网络模型的建立及其应用
4.3.1神经网络汽轮机功率模型的建立
4.3.2神经网络模型的仿真结果与分析
4.3.3汽轮机功率随各主要参数的变化
4.4汽轮机功率神经网络模型的应用
4.4.1用于计算主要运行参数偏离最优值的能损偏差
4.4.2用于求取凝汽器真空运行最优值
4.4.2遗传算法配合神经网络模型建立求凝汽器运行真空最优值的模型
4.5本章小节
参考文献
第五章、遗传算法在电厂SIS系统优化问题中的应用研究
5.1引言
5.2遗传算法
5.2.1遗传算法简述
5.2.2实数编码遗传算法
5.2.3目前已有的遗传算法解约束优化问题的处理约束方法
5.3火电厂机组负荷优化分配遗传算法模型
5.3.1火电厂机组负荷优化分配数学模型
5.3.2机组负荷优化分配问题实数遗传算法具体实现
5.3.3纯惩罚函数遗传算法机组负荷优化分配计算实例及存在问题分析
5.3.4部分解约束结合惩罚函数的改进遗传算法
5.4各操作参数对遗传算法优化效果的影响
5.4.1遗传代数的影响
5.4.2种群大小的变化对遗传算法效果的影响
5.4.3交叉概率的影响
5.4.4变异概率的影响
5.4.5惩罚系数的影响
5.4.6选择压力的影响
5.5本章小节
参考文献
第六章 结论与展望
6.1课题工作与成果
6.2展望
致谢
攻读博士学位期间发表论文
