2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著社會逐步進入“低碳”時代,節(jié)能和減排愈來愈成為當今社會人們熱議的兩大主題。電力作為經(jīng)濟社會發(fā)展的基礎動力,在各項能源消耗中所占比例越來越大,在電力領域開展節(jié)能降耗工作,將對順利實現(xiàn)“十三五”節(jié)能降耗目標和快速進入“低碳”社會產(chǎn)生重要作用。因此各電力企業(yè)紛紛開展了節(jié)能降耗工作來增強自己的市場競爭力。在電廠中,影響經(jīng)濟性的因素很多,對電廠的運行參數(shù)進行合理優(yōu)化成為如今電廠節(jié)能降耗手段中比較有效的方法,同時也具有很重要的現(xiàn)實意義。

2、  本文從機組的歷史運行參數(shù)開始入手,首先對歷史數(shù)據(jù)進行預處理,基于數(shù)據(jù)的波動性采用滑動窗口法去除其中的非穩(wěn)態(tài)數(shù)據(jù)和異常數(shù)據(jù),保證數(shù)據(jù)的真實性和有效性。然后,進行了相關性分析工作,根據(jù)最小二乘法統(tǒng)計分析熱耗率與各邊界參數(shù)的相關性大小,選出對熱耗率影響較大的參數(shù)進行后續(xù)工作。接下來進行工況劃分,從海量數(shù)據(jù)中選擇出能反映機組設備特性和運行特性的代表性數(shù)據(jù)。采用K-means聚類算法對數(shù)據(jù)進行工況劃分,將相似工況下的數(shù)據(jù)進行分類,對于數(shù)據(jù)較多

3、的分組,以接近平均工況的數(shù)據(jù)來代替整組數(shù)據(jù),同時除去極端工況下的數(shù)據(jù),避免造成數(shù)據(jù)冗余和計算誤差。以邊界參數(shù)作為輸入,以熱耗率作為輸出進行建模。本文研究了兩種建模方式,第一種是通過 BP神經(jīng)網(wǎng)絡建立邊界參數(shù)與熱耗率之間模型;第二種是利用以合并多個“弱”分類器的輸出以產(chǎn)生有效分類思想為主的Adaboost算法結(jié)合BP神經(jīng)網(wǎng)絡進行建模。通過分析兩種建模方法的誤差大小,本文采用了第二種方法進行建模。最后,根據(jù)機組整體模型,得到當前工況下的最優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論