基于乘积季节ARIMA模型的供热负荷预报

针对传统的供热调度缺乏对未来供热量进行有效估计这一问题,提出一种基于乘积季节ARIMA模型的供热负荷预报方法.将乘积季节ARIMA模型引入供热负荷预报,通过分析供热负荷数据其固有的趋势和周期性,建立适宜的季节性ARIMA模型,预测未来24小时的供热负荷.采用大庆地区某热力站的供热数据进行建模和仿真预测,其结果的最大误差为3.14%,日预报平均误差为1.45%.实验结果表明,给出的预报结果真实可靠,能够满足供热工程的实际需求,其预报值将成为供热负荷调度和节能的重要依据.     

基于支持向量区间回归的供热负荷概率预报

提出了一种基于支持向量区间回归(SVIR)的概率预报方法,克服了点预报法无法确定预报结果波动范围的缺点。该方法利用支持向量回归确定SVIR模型的初始参数,再利用两个径向基网络分别辨识SVIR的上限和下限,可以同时给出置信区间和点预报。最后,以某热力站实际供热负荷数据与BP神经网络点预报方法进行比较,验证了该方法的有效性和实用性。     

预测控制的预报误差校正法研究

基于时间序列方法对模型误差过程建立模型，用递推最小二乘法估计模型误差过程的参数，由最小方差预报原理给出模型误差的预报，在上原理的基础上，对误差预报校正器进行了设计，并在动态知控制（DMC）中，用预报误差校正代替一般的误差校正，经过系统仿真比较，可以看出误差预后和误差预报校正的结果令人满意。     

基于Lonworks技术的空调系统设计

阐述了将Lonworks技术引入智能建筑空调控制系统的必要性，介绍了基于Lonworks技术的空调新风机组控制器硬件，软件设计，给出了控制系统应用实例。     

基于RBF神经网络的时间序列交叉供热负荷预报研究

针对供热过程的特点及节能控制的需要,提出基于RBF神经网络的时间序列交叉供热负荷预报法.首先对现场实测的供热负荷数据进行预处理,取得建立预报模型所需的负荷样本阵列;随后,应用自相关法求取RBF神经网络的输入维数,并分别建立时间序列的横向及纵向预报模型;最后用最小二乘法求出横向与纵向负荷预报的交叉权系数,得到RBF神经网络的时间序列交叉预报模型.仿真结果表明,RBF神经网络交叉负荷预报的精度高于横向负荷预报及纵向负荷预报,其实时性要优于BP神经网络交叉负荷预报.     

极点配置复合自校正控制研究

本文介绍了复合控制中的反馈极点配置和前馈最小方差控制算法,通过实例计算和仿真对该算法进行了验证.在此基础上提出了适应性强、可实现性好并具有伺服、调节兼顾的自校正复合控制算法.     

锅炉水位的模糊控制研究

文中根据锅炉水位调节中的问题,介绍一种水位模糊控制器,将其同PI调节器进行了仿真比较.所得结果,证实了锅炉水位的模糊控制是可行的.     

基于Delphi开发智能住宅家用电脑应用软件

通过开发智能住宅家用电脑应用软件的实践,主要介绍了Delphi技术在软件开发中的应用,着重阐述了如何利用DDE技术解决智能住宅中用家庭电脑管理"家庭控制器”的问题.     

电动执行器特性分析与应用

根据电动执行器的特性，对在几种不同系统的应用进行了理论分析，用分析的结论指导工程实践，所取得的效果是令人满意的。     

自动控制系统的一种图解设计法

文中在已知有理分式模型和指标要求的前题下，配置闭环系统主极点，用图解的方法给出串联超前，迟后，超前迟后校正器，最后，列举实例，证明本文提出的图解法的可行性。