学位论文 > 优秀研究生学位论文题录展示

基于EMD-BP神经网络预测模型的能源管理系统设计与实现

作　者: 唐昱佳
导　师: 韩伟力
学　校: 复旦大学
专　业: 计算机软件与理论
关键词: 能源管理系统 EMD-BP神经网络经验模式分解节能降耗
分类号: TP315
类　型: 硕士论文
年　份: 2011年
下　载: 114次
引　用: 0次
阅　读: 论文下载

内容摘要

钢铁工业是国民经济的重要基础产业,其能源消耗量约占全国工业总能源消耗量的15%,因此钢铁行业是节能减排的重点行业。目前,钢铁企业能源管理工作普遍面临计量点多、计量点分散、自动化／信息化水平落后等情况,且长期以来,都是依靠人工取值、人工抄表的方式进行统计,获取的信息少、数据传输的速度慢、处理的周期长,并最终造成了能源的浪费。因此如何建立能源管理系统,有效地提高企业能源管理效率,合理地调配企业能源,从整体上实现节能降耗,是一项值得研究的课题。本文以钢铁企业中的高炉煤气作为主要研究对象,煤气是钢铁企业生产过程中产生的最为重要的二次能源,而在一般情况下,企业在对煤气调度和平衡调整不善时,首先选择将高炉煤气作放散处理,导致高炉煤气的严重浪费,因此科学地预测高炉煤气的发生量和使用量,制定合理的高炉煤气使用计划,对钢铁企业的节能降耗工作具有十分重要的意义。本文分析了高炉煤气整体管网结构以及各用户的发生或消耗情况,提出了一种基于EMD-BP神经网络预测的能源管理模型设计,与传统的BP人工神经网络模型相比较,该方法具有较快的预测速度和较高的预测精度。最后,本文设计并实现了一套基于EMD-BP神经网络预测模型的能源管理系统,通过实际使用的效果分析,该系统能较好的做到煤气系统的平衡,减少了煤气的放散率,具有较好的节能效果。

全文目录

摘要  4-5
Abstract  5-6
第一章绪论  6-13
  1.1 研究背景  6-7
  1.2 国内外研究现状  7-10
  1.3 研究内容及意义  10-11
  1.4 组织结构  11-13
第二章相关技术概述  13-17
  2.1 BP人工神经网络概述  13-15
    2.1.1 基本概念  13
    2.1.2 神经元模型  13-14
    2.1.3 网络结构  14-15
  2.2 经验模式分解(EMD)理论概述  15-17
    2.2.1 经验模式分解(EMD)简介  15
    2.2.2 固有模态函数(IMF)  15
    2.2.3 经验模式分解原理  15-17
第三章基于EMD-BP神经网络预测的能源管理模型设计  17-28
  3.1 预测目的  17
  3.2 预测对象分析  17-21
    3.2.1 高炉煤气系统管网结构  17-18
    3.2.2 各用户高炉煤气产消分析  18-21
  3.3 基于EMD-BP神经网络的预测方法  21-28
    3.3.1 EMD处理  22-23
    3.3.2 神经网络结构  23-25
    3.3.3 训练过程  25-28
第四章基于EMD-BP神经网络预测模型的能源管理系统设计  28-38
  4.1 需求分析  28-29
  4.2 用户分析  29
  4.3 系统架构设计  29-31
  4.4 硬件系统设计  31-32
    4.4.1 现场传感器  31-32
    4.4.2 数据采集与传输  32
  4.5 软件系统设计  32-38
    4.5.1 数据采集与监控系统软件设计  33-34
    4.5.2 管理系统软件设计  34-37
    4.5.3 数据库设计  37-38
第五章基于EMD-BP神经网络预测模型的能源管理系统实现  38-47
  5.1 基于EMD-BP神经网络预测技术的实现及效果  38-43
    5.1.1 数据预处理  38-39
    5.1.2 BP神经网络预测  39-42
    5.1.3 预测效果分析  42-43
  5.2 能源管理系统的实际应用  43-45
  5.3 系统运行界面  45-47
第六章结论与展望  47-49
  6.1 结论  47
  6.2 展望  47-49
参考文献  49-52
致谢  52-53

基于EMD-BP神经网络预测模型的能源管理系统设计与实现

内容摘要

全文目录

相似论文