基于ANFIS的城市集中供热网参数预测研究

来源 :内蒙古工业大学 | 被引量 : 2次 | 上传用户:sven1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
城市集中供热系统已经成为我国北方冬季供暖的一种主要形式,热网调节技术和计算机控制技术的应用,提高了我国供热调节水平,而预测集中供热系统未来一段时间内的参数变化趋势,对热网的运行、调节均起着重要作用。本文首先对模糊控制、神经网络的基本原理和优缺点进行了阐述,利用MATLAB模糊逻辑工具箱构造了神经模糊推理系统——ANFIS,并将其应用到参数预测之中。ANFIS是模糊推理系统与神经网络相结合的产物,它能从所给的样本数据中提取和调整模糊控制规则和隶属度函数,使模糊规则和隶属度函数的自动获取成为可能。其次结合集中供热网系统及其参数特点,尝试着将ANFIS应用到热网参数的预测中。通过对热网中的不确定信息的分析,采用基于ANFIS结构的模型,用误差反传算法来训练网络的连接权系数,以呼市热力公司某供热站的供热网参数为研究对象予以建模和预测,其结果表明该算法具有较好的泛化、学习、映射能力。因此基于神经模糊推理系统的供热网参数预测方法研究具有一定的参考价值。
其他文献
航天器为了完成各种预定的空间飞行任务(如编队飞行、非合作目标的抓捕、空间碎片的跟踪清理等),均需要进行姿态的机动或者跟踪。而随着航天科技的不断进步,以及对航天器所执行的
倒立摆是一个复杂的快速、非线性、多变量、强耦合、自然不稳定的非最小相位系统,是重心在上、支点在下控制问题的抽象。在对控制方法的研究过程中,科研人员往往因为找不到合
炼钢的主要任务是脱碳、升温、调整钢的成分和去除杂质,生产出质量高的钢水。而转炉冶炼过程中的不确定因素很多,是一个复杂的周期性降碳、升温过程,针对这一过程建立的传统的数
本论文在研究了组合神经网络的发展现状的基础上,结合实际生产生活中所遇到的问题,提出了一种新型组合神经网络——异因同果关联神经网络,它可以从不同角度分别建立不同的模型,并
随着船舶导航系统的不断发展,用户对导航系统的要求也越来越高。综合导航显控台就是船舶导航系统的数据处理中心,其重要性和可靠性对船舶的航行至关重要。综合导航显控台的信息
随着分布式仿真的迅速发展,HLA仿真应用日趋复杂,邦员数量日益增多,因此有必要开发专门的控制工具来协助管理人员有效地监控联邦和邦员,进而确保仿真的正常运行。本文针对仿
自动配料系统是一种在线测量动态计量系统,集输送、计量、配料、定量等功能于一体,在冶金、建材、化工、饲料加工等行业中得到广泛应用。设计开发自动配料优化控制系统,对于改善
为了适应频率标准技术的发展,频率标准的测量与比对技术应具有更高的精密度和分辨率。本文在一系列新原理和新方法的基础上对高精度频率测量方法进行了研究。文中以传统的差拍测频法为平台,分别以模拟和数字两种形式实现此方案。其中,模拟方案的时畴稳定度可达到10-13/τ,但线路复杂,且只能用于相同标称值的频标间的比对。数字方案利用相位关系进行信号处理,可用于频率成倍数关系的信号的比对,分别通过TTL电路和EC
电子万能材料试验机是测定材料机械性能的基本设备之一,应用范围广泛。随着试验机技术和微电子技术的快速发展,旧有的试验机测控系统已逐渐不能适应广大用户的测试需求,迫切要求
随着经济的高速发展和城市化的加剧,交通出行越来越成为与国计民生息息相关的重大问题。而解决“行路难”问题的主要手段是推进智能交通建设。在智能交通领域中,实时更新的车流