高校樓宇用電負(fù)荷優(yōu)化策略研究-畢業(yè)論文開題報(bào)告(完整版)
【正文】 對支持向量機(jī)預(yù)測模型的參數(shù)進(jìn)行自適應(yīng)尋優(yōu)，提高預(yù)測精度。同時(shí)，訓(xùn)練數(shù)據(jù)的規(guī)模大小影響著預(yù)測模型訓(xùn)練效率，如訓(xùn)練數(shù)據(jù)直接選用全體歷史數(shù)據(jù)，則將不必要的增長了模型訓(xùn)練的時(shí)間，降低訓(xùn)練效率，因此，選取合適規(guī)模和相似程度的歷史數(shù)據(jù)可以防止過度擬合的現(xiàn)象發(fā)生，大大減少預(yù)測模型訓(xùn)練時(shí)間，提高數(shù)據(jù)利用率。步驟2：計(jì)算： 如果存在，使得，則令且對。更新粒子的速度和位置，計(jì)算適應(yīng)度函數(shù)，并將得到的適應(yīng)度值修正個(gè)體最優(yōu)及全局最優(yōu)解。5．已完成工作序號內(nèi)容時(shí)間1了解園區(qū)能效的背景，確定研究課題的關(guān)鍵問題，收集國內(nèi)外有關(guān)樓宇能源管理、協(xié)調(diào)控制、建筑節(jié)能等方面的文獻(xiàn)資料2詳細(xì)研究國內(nèi)外的文獻(xiàn)資料，掌握相關(guān)問題的知識(shí)基礎(chǔ)，明確相關(guān)內(nèi)容的研究現(xiàn)狀3研究高校樓宇各系統(tǒng)負(fù)荷的預(yù)測方法，并確定其預(yù)測流程6. 論文擬進(jìn)行的工作編號工作內(nèi)容時(shí)間1學(xué)習(xí)了解分布式能源并重點(diǎn)學(xué)習(xí)光伏分布式能源2建立支持向量機(jī)負(fù)荷預(yù)測模型3建立高校園區(qū)各系統(tǒng)協(xié)調(diào)控制模型4建立基于粒子群優(yōu)化算法調(diào)控制策略5整理資料，完成論文初稿6修改、完善論文7．論文提綱中文摘要英文摘要目錄第一章 緒論 研究現(xiàn)狀第二章 高校負(fù)荷特性分析和用電負(fù)荷預(yù)測 高校負(fù)荷特性分析 負(fù)荷預(yù)測方法 園區(qū)負(fù)荷預(yù)測流程 算例分析 本章小結(jié)第三章 高校用電能耗模型及光伏分布式電源模型建立 高校主要用電系統(tǒng)能耗模型 照明系統(tǒng)能耗模型 空調(diào)系統(tǒng)能耗模型 電梯系統(tǒng)能耗模型 熱水器系統(tǒng)能耗模型 本章小結(jié)第4章 計(jì)及光伏分布式電源的高校源荷互動(dòng)能源優(yōu)化策略 目標(biāo)函數(shù) 約束條件 總體模型 基于粒子群優(yōu)化算法的高校源荷的協(xié)調(diào)控制結(jié)構(gòu) 基于粒子群優(yōu)化算法的協(xié)調(diào)控制算法 基于粒子群優(yōu)化算法的高校源荷的協(xié)調(diào)控制步驟 本章小結(jié)第五章 結(jié)論與展望 結(jié)論 展望參考文獻(xiàn)致謝8參考文獻(xiàn)[1] [J].硅谷,2014,(21):150150,:[2] [J]..[3] [J].圖書館理論與實(shí)踐2014.[4] ——以長三角地區(qū)某 綜合型大學(xué)為例[J]..[5] Yan B, Luh P B, Bragin M A, et al. Energyefficient building clusters[C]// Automation Science and Engineering (CASE), 2014 IEEE International Conference on. IEEE, 2014:966971.[6] Shaikh P H, Nor N B M, Nallagownden P, et al. Intelligent multiobjective control and management for smart energy efficient buildings[J]. International Journal of Electrical Power amp。步驟5：當(dāng)且時(shí)，若，且，則聚類終止，否則，轉(zhuǎn)步驟2。同時(shí)，初始聚類中心的選取直接關(guān)系到算法的收斂情況與聚類效果。依據(jù)高校五大功能性樓宇（辦公區(qū)、教
公司管理相關(guān)推薦
鄂ICP備17016276號-1