高校樓宇用電負(fù)荷優(yōu)化策略研究-畢業(yè)論文開題報告(編輯修改稿)
2025-02-14 23:50 本頁面
【文章內(nèi)容簡介】 。通常情況下可取，模糊C均值聚類數(shù)的自適應(yīng)過程如下：步驟1：初始化分類矩陣，；初始化參數(shù)。步驟2：計算： 如果存在，使得，則令且對。步驟3：計算： 步驟4：判斷條件是否成立，若條件成立則終止迭代，否則，轉(zhuǎn)步驟2。步驟5：當(dāng)且時，若，且，則聚類終止，否則，轉(zhuǎn)步驟2。為識別測試樣本的類型，可由式計算樣本到各類中心的歐式距離： 式中，表示測試樣本到第類聚類中心的距離。在建立支持向量機預(yù)測模型的過程中，需要確定預(yù)測模型的兩個參數(shù)：高斯核函數(shù)參數(shù)及平衡參數(shù)，其選取的合理性影響到預(yù)測模型的性能。因此，要對這些預(yù)測參數(shù)進行優(yōu)化以提升預(yù)測模型性能?；赑SO的SVM預(yù)測模型參數(shù)尋優(yōu)流程如圖41所示：圖41 基于粒子群算法的SVM參數(shù)尋優(yōu)首先，隨機生成需要優(yōu)化的兩個預(yù)測模型參數(shù)（C和）組合作為種群中各粒子的初始位置，并將各粒子初始位置設(shè)為其個體最優(yōu)解。然后，代入適應(yīng)度函數(shù)計算，得到各粒子對應(yīng)的適應(yīng)度值，將中間的最優(yōu)適應(yīng)度值所對應(yīng)的粒子位置設(shè)為全局最優(yōu)解，其適應(yīng)度設(shè)為全局最優(yōu)適應(yīng)度。更新粒子的速度和位置，計算適應(yīng)度函數(shù)，并將得到的適應(yīng)度值修正個體最優(yōu)及全局最優(yōu)解。若適應(yīng)度值滿足要求或?qū)?yōu)達到進化代數(shù)上限，則終止尋優(yōu)過程，并將得到的全局最優(yōu)解所對應(yīng)的粒子位置參數(shù)作為預(yù)測模型的參數(shù)值。5．已完成工作序號內(nèi)容時間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)能等方面的文獻資料2詳細研究國內(nèi)外的文獻資料，掌握相關(guān)問題的知識基礎(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. 論文擬進行的工作編號工作內(nèi)容時間1學(xué)習(xí)了解分布式能源并重點學(xué)習(xí)光伏分布式能源2建立支持向量機負(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 計及光伏分布式電源的高校源荷互動能源優(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 展望參考文獻致謝8參考文獻[1] [J].硅谷,2014,(21):150150,:[2] [J]..[3] [J].圖書館理論與實踐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]// A
公司管理相關(guān)推薦
鄂ICP備17016276號-1