一、智能网络监控与供热安全(论文文献综述)
高景辉[1](2021)在《智能网络监控与供热安全分析》文中研究表明当前供热安全缺乏有效的检测手段以及智能化技术未得到广泛应用,为了更好地进行供热安全监测,采用大数据技术以及信息通信技术等先进技术能够显着提升供热安全性。对此,文章首先介绍了智能网络监控与供热安全的基本原理以及发展现状,然后提出了提高智能网络监控水平、确保供热安全的有效措施,以供参考。
江岸,代允闯,秦绪忠,吴悦明,吴涛[2](2021)在《群智能系统在水立方—冰立方改造项目中的应用》文中提出1 前言国家游泳中心,即"水立方",将作为2022年北京冬奥会冰壶比赛场馆。为了满足冰壶比赛的赛事要求,同时继承原来水立方场馆水上竞赛及夏季全民健身场馆的功能,国家游泳中心管理方提出"冰-水"转换的方案。此方案要求场馆及其能源、环境控制系统做到夏季实现"水立方",作为游泳、跳水等水上项目的国际体育赛事比赛场馆及相关运动市民健身娱乐场所,冬季实现"冰立方",满足冬奥会冰壶比赛场馆要求,并在冬奥会后成为市民冬季冰上运动健身娱乐的新场所。因此,国家游泳中心的能源环境系统需要配套的智能化控制系统,实现冰壶赛事对冰面及场馆环境的高精度控制目标,满足场馆相关设备及环境目标随场馆使用场景灵活多变的需求,自动化运行以提高管理效率,同时对设备系统进行优化调节达到节能低碳运行的效果。
邢杉硕[3](2020)在《基于I2B架构的冷冻站节能运行全局优化方法及APP开发》文中进行了进一步梳理由冷水机组、冷冻水泵、冷却水泵、冷却塔等设备组成的冷冻站系统承担了中央空调系统大部分能源消耗,冷冻站的优化控制是中央空调系统高效节能运行的关键。但在实际工程中,传统集中式树状架构的中央空调自控系统由于自身存在的局限性,导致组网配置复杂、底层信息闭塞、升级改造困难等诸多弊端,系统扩展性和通用性较差,难以满足现代楼宇智能化的新要求。为改变这一局面,清华大学提出了群智能建筑(Insect Intelligent Building,I2B)网络平台技术,在I2B架构下每一台机电设备或建筑空间单元都被接入一个智能计算节点(Computing Process Node,CPN),通过CPN无中心、扁平化的组网代替传统集中式架构中的树状网络。在I2B无中心架构背景下,本文针对冷冻站设备协同优化领域存在的并联设备分配优化问题和全局扩散优化问题,首先对冷冻站关键设备进行建模及参数在线辨识,以作为算法分析与仿真工作的模型基础。进而针对冷冻站并联设备分配优化问题提出了基于粒子群算法的冷冻站同类并联设备分配优化算法。在多个工况的仿真实验中,与集中式架构下常用调控策略相比,该算法在满足约束量的前提下节能效果更优,并且具有收敛速度快、求解精度高的特点。在并联设备分配优化问题基础上扩大系统优化范围,提出了冷冻站全局扩散优化问题,并进一步将该问题分解为冷冻水系统扩散优化与冷却水系统扩散优化2个子问题。对于冷冻水系统扩散优化问题,本文提出了基于NSGA-Ⅱ算法的多目标冷冻水系统全局扩散优化算法,在仿真实验中,当系统采用相同设备启停组合时比传统架构下常用调控策略平均节能8.43%。对于冷却水系统优化问题,在冷却塔“均匀布水,同步变频”策略的基础上进一步对冷却塔出水温度进行优化,在多个工况仿真实验中,算法能够找到问题的近似最优解,具备良好的全局优化能力。为实现以上算法的工程应用,本文基于分布式环境虚拟软件系统DSP和建筑虚拟仿真平台,探讨了在实际I2B架构下分布式算法的实现方式。完成了冷冻站并联设备分配优化算法以及全局扩散优化算法的APP初步开发,并利用I2B架构下APP仿真平台进行了算法的分布式验证和半物理仿真,测试结果显示各冷冻站群控APP均能够在I2B架构下成功找到问题的近优解,能够满足工程应用要求。
李艳丽[4](2020)在《建筑能耗监测管理系统设计与分析》文中研究说明随着我国经济社会的发展和环境资源的压力逐渐加大,节能减排形势非常严峻。在大力推进建筑领域节能工作中,建立一套完善的节能评价体系,据此来检验建筑的节能目标完成情况十分必要。建筑能耗监测管理系统是对建筑消耗的水、电、气、集中供热和集中供冷等各类能耗进行数据采集、综合分析并提供解决方案的能耗监控系统,已被广泛设计在新建建筑及有节能要求的改造项目中。本文细述了建筑能耗监测与管理系统的架构、数据采集与数据统计功能的设计与构建,分析了建筑能耗分项计量的设计要求,通过工程实践,重点探讨了建筑电气设计中,如何从建筑配电系统的角度出发,设计合理的建筑配电干线,以满足分类、分项能耗数据的采集需求。文中阐释了能耗监测管理系统分析数据的原理及功能,并通过一个典型建筑的能耗监测管理系统监测的年度能耗分布图,结合该既有建筑的情况,分析了该建筑各类能耗的构成原因,并针对性的提出了降低各项能耗可采取的节能措施,也探讨了如何充分利用建筑能耗监测管理系统为使用者提供更高效的能耗管理控制方法。各栋建筑的能耗数据最终需要上传到各省市乃至国家的上级系统管理中心,为后续绿色建筑决策的不断修正提供依据,也会促进建筑节能工作更进一步的开展。文末提出了对未来建筑能耗系统大数据平台的展望,希望我国的建筑节能工作越来越完善。
杨熊[5](2019)在《大型公建能耗监控群智能平台设计与节能优化算法研究》文中进行了进一步梳理伴随着我国新型城镇化的快速推进、建筑规模的急速增长,能源严重短缺已成为阻碍我国经济发展的瓶颈。建筑能耗约占全社会总能耗的20%,并且每年还在快速增长。其中大型公建因其舒适度要求高、人流量大、空调系统运行时间长等原因,使其单位建筑面积能耗成为所有建筑类型中最高者,针对大型公建节能已刻不容缓。建筑能耗监控系统是实现建筑节能运行、能源审计的重要技术手段。研究前期,调研陕西省13栋大型公建能耗监测系统的运行现状,发现由于系统组网繁杂、不同能耗系统之间存在信息“孤岛”、升级改造困难等原因,使得当前建筑能耗监控系统并未达到理想的节能监控效果,分级集中式建筑能耗监控系统是造成该现象的根本原因。论文针对上述问题,提出大型公建能耗监控群智能平台设计与节能优化算法,具体工作如下:(1)基于国家重点研发项目“新型无中心、扁平化建筑智能系统”。针对大型公建能耗监控具体要求,从智能节点CPN的拓扑结构、建筑能耗标准数据集、分布式建筑能耗数据处理方法等方面,研究了大型公建能耗监控群智能平台设计方法。(2)基于智能节点CPN及建筑能耗标准数据集,提出基于群智能平台的分布式建筑能耗数据采集、能耗数据校核、能耗数据修正以及建筑能耗数据预测算法。(3)提出基于群智能平台的分布式建筑节能优化控制算法,实现跨系统、协调式建筑能耗综合优化,并以冰蓄冷空调系统为例,验证了该算法的有效性。论文研究了大型公建能耗监控群智能平台设计与节能优化算法相对于当前分级集中式建筑能耗监控系统,解决了当前能耗监控系统存在的系统组态复杂、升级改造困难、跨系统能耗信息难以交互、系统移植性差等问题,对我国大型公建节能监控技术的发展以及建筑节能降耗工作的开展均有重要意义。
范朋丹[6](2019)在《空调风系统群智能控制方法研究与应用》文中认为智能建筑为建筑业主提供高效、便捷服务的同时,也保证建筑安全、稳定的运行。随着物联网及大数据技术的进步,对建筑自动化系统及运行管理的需求由只对少数关键设备进行监控,转变为对建筑内部各类信息进行综合管理。然而,现有大多数建筑智能化系统普遍采用分层分级的系统架构,仍由中央监控主机实施集中管理,在整体架构中大多没有内置建筑空间和机电设备的物理模型,缺乏标准化的描述,无法满足现代建筑自动化系统多子系统集成在灵活性、可扩展性、可重构性等方面的要求。现有集中式空调系统网络架构普遍采用基于总线的分层分级系统架构,该类采用集中式网络架构的空调控制系统针对机电设备和子系统之间互联互通问题缺乏统一的标准化描述方法,降低了智能机电设备的开发效率,阻碍了智能建筑的有效管理。经研究表明,群智能建筑(Insect Intelligent Building,I2B)可解决以上问题,本文针对空调风系统的群智能控制问题,开展了以下工作:针对群智能系统架构下空调风系统信息标准化描述问题,本文首先研究了空调风系统信息模型标准化描述方法,对空调风系统进行了基本单元的划分,并通过对基本单元控制逻辑和运行信息的分析,建立了空调风系统基本单元信息模型,解决了目前由于缺乏标准化描述而阻碍了建筑空间和机电设备之间“互联互通”和“即插即用”的问题。然后,本文研究了群智能架构下的空调风系统设备实现智能化的关键技术,聚焦设备间的通信和互联关键技术研究;开发了空调风系统智能设备,以智能新风机组为主,完成了新风机组驱动控制器(Drive Control Unit,DCU)的软硬件设计,实现了DCU、智能节点(Computing Process Node,CPN)以及传感器之间的通讯;提出了适于群智能架构下在线控制的静压设定值线性调整算法,将该算法编写成了应用软件(Application,APP)下载到新风机组CPN中。最后,基于以上研究,实施了某办公建筑新风机组群智能控制系统示范项目,为研究空调风系统群智能控制方法提供了平台;将编写的不同算法APP下载到相应CPN,通过对比试验研究,验证了新风机组群智能控制系统的控制效果。试验结果表明,在群智能系统架构下,静压设定值定步长调整算法与静压设定值线性调整算法均能使室内CO2浓度维持在其设定值,其中,静压设定值线性调整算法的控制效果更加稳定,相比定步长调整算法降低了20.5%的风机能耗。可见,静压设定值线性调整算法在群智能架构下有较明显的节能效果,且群智能架构下的控制算法调试的效率更高。
刘小辰[7](2019)在《热力站无人值守监测监控系统的开发与应用》文中进行了进一步梳理随着科学技术的日新月异,尤其是测控技术、仪器仪表技术、通讯技术的迅速发展,自动化控制水平也得到了快速的发展和广泛的应用。在人们对供热质量要求不断提高和能源紧张的今天,作为连接热源厂和用户的重要连接环节,热力站也成为集中供热系统中最重要的组成部分。站内工作的安全性、准确性、可靠性不仅直接影响整个供热系统的安全质量和工作效率,而且具有十分重大的节能意义。目前热力站大多采用人工运行方式,一方面造成人力资源的浪费、采集数据准确率的降低、采集数据的时间滞后等问题;另一方面,当设备出现故障或突发情况时,人工运行难以及时发现和处理问题,易发生运行事故并存在一定的安全隐患。因此,无人值守监测监控系统也随着供热需求的提高和信息技术的发展应运而生。无人值守监测监控系统采用先进的测控技术、仪器仪表技术及通讯技术,对热力站内的温度、压力、流量、热量、阀门开度等运行数据参数进行数据采集与温度调节,实现对各个热力站供热过程中有效的监测及监控。各热力站现场采集的数据通过GPRS远传到网络监控信息平台,平台接收现场数据的同时下达调节热力站阀门开度或温度的指令,做到节约能源的同时确保热力站和热网系统的热力平衡。本研究课题自主研发,融合了各热力站控制系统的主要工艺模型、控制理论和方案设计,并结合热力行业多年无人值守监测监控系统的运行经验,设计并研制出了一款智能监测监控系统。从系统的硬件结构、数据信息平台、软件功能、工作原理到控制方案和策略以及TH-3000智能监控箱的应用进行了论述说明,并对热力站的需求进行综合分析,给出了详细的方案设计,简述了系统各部分组成及工作原理。
丁茂祥[8](2018)在《基于物联网的供热计量智能管理应用研究》文中研究指明随着我国的经济不断发展,社会不断进步,人们对更好的生活水平的追求也不断地提高。传统的供热管理方式开始显得落后起来,不能满足日常管理的要求。如何提高供热中的数据采集效率,降低供热环节的能源浪费等问题,在当今建设“资源节约型,环境友好型”社会的背景下,显得尤为重要。随着电子信息技术的发展迅速,物联网技术日臻成熟,如何将物联网技术与供热技术结合起来,已经受到越来越多的供热领域专家的持续关注并成为研究热点问题。本文首先对供热计量方面的技术背景进行了研究与介绍,再对热计量智能管理模式进行分析与构建,接着基于此模式构建热计量智能管理平台,提出了一套基于网联网的供热计量智能解决方案,并设计了热计量智能管理平台的实时保障及管理实现,以及工程实例分析。最后在总结中对供热计量智能管理将来的发展方向提出了展望。主要研究内容为以下三部分:智能管理模式分析构建、智能管理平台分析和智能管理平台实现,以此实现供热管理系统的智能化。在这套供热计量领域的智能管理方案的支持下,预期可实现节能减排,供热优化管理,节约供热成本,极大提高供热效率。而相关工程实践也验证了热计量智能管的作用。
闫曙光[9](2016)在《智能热网外勤管理系统构建与应用》文中指出本文围绕智能热网外勤管理系统构建与应用,结合热网生产运营管理,对应供热全过程管理流程中的基础管理、生产管理、运营管理、应急管理以及信息档案管理应用需求,略谈热网外勤管理平台建设的方法与思路,希望有益于其网络管理系统建设与应用。
闫曙光[10](2016)在《智能热网外勤管理系统构建与应用》文中提出本文围绕智能热网外勤管理系统构建与应用,结合热网生产运营管理,对应供热全过程管理流程中的基础管理、生产管理、运营管理、应急管理以及信息档案管理应用需求,略谈热网外勤管理平台建设的方法与思路,希望有益于其网络管理系统建设与应用。
二、智能网络监控与供热安全(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能网络监控与供热安全(论文提纲范文)
(1)智能网络监控与供热安全分析(论文提纲范文)
1 智能网络监控与供热安全的基本原理 |
2 智能网络监控与供热安全技术发展现状 |
3 提高智能网络监控水平、保障供热安全的有效措施 |
3.1 加强供热安全智能化 |
3.2 加强智能防控、建立应急机制 |
3.3 设定智能网络监控指标 |
3.4 优化开发环境 |
3.5 实现网络监控界面精细化管理 |
3.6 提升智能网络监控系统的安全性 |
4 结束语 |
(3)基于I2B架构的冷冻站节能运行全局优化方法及APP开发(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题来源 |
1.2 研究背景 |
1.2.1 冷冻站节能潜力巨大 |
1.2.2 大型公建冷冻站实际运行状况 |
1.3 传统集中式系统架构的局限性 |
1.3.1 组网配置工作繁复 |
1.3.2 系统的扩展性和通用性差 |
1.3.3 底层数据难以共享 |
1.4 群智能网络架构新进展 |
1.4.1 群智能网络技术的发展 |
1.4.2 智能节点CPN |
1.4.3 分布式并行计算 |
1.4.4 群智能网络架构的优势 |
1.5 制冷机房设备群控研究发展现状 |
1.5.1 同类设备优化控制研究现状 |
1.5.2 系统总体能耗优化研究现状 |
1.5.3 设备建模方法研究现状 |
1.6 问题分析与研究内容 |
1.6.1 问题分析 |
1.6.2 研究内容 |
2 冷站关键设备模型及在线辨识方法 |
2.1 冷冻站关键设备物理模型 |
2.1.1 冷水机组模型 |
2.1.2 水泵模型 |
2.1.3 冷却塔模型 |
2.2 基于递推最小二乘法的模型在线辨识方法 |
2.2.1 递推最小二乘法简述 |
2.2.2 冷水机组模型辨识 |
2.2.3 水泵模型辨识 |
2.2.4 冷却塔模型辨识 |
2.3 本章小结 |
3 分布式冷冻站并联设备分配优化算法 |
3.1 冷站并联设备分配优化问题 |
3.1.1 冷机供冷量分配优化问题 |
3.1.2 水泵总流量分配优化问题 |
3.2 问题特性分析与求解思路 |
3.2.1 分配优化问题的组合优化问题框架 |
3.2.2 基于PSO的组合优化问题求解思路 |
3.2.3 设备台数优化策略 |
3.3 I~2B架构下分布式算法实现方式 |
3.3.1 有限状态机简介 |
3.3.2 基于有限状态机的分布式算法实现方式 |
3.3.3 变量定义与划分 |
3.4 I~2B架构下分布式算法仿真验证 |
3.4.1 并联冷机供冷量分布式分配优化仿真 |
3.4.2 并联水泵总流量分布式分配优化仿真 |
3.4.3 分布式粒子群算法与等负荷率策略对比仿真 |
3.5 本章小结 |
4 冷冻站全局扩散优化算法 |
4.1 冷冻站全局扩散优化问题 |
4.2 问题特性分析与求解思路 |
4.2.1 问题分解与简化 |
4.2.2 冷冻水系统全局扩散优化 |
4.2.3 冷却水系统全局扩散优化 |
4.3 基于NSGA-Ⅱ的冷冻水系统全局扩散优化算法 |
4.3.1 多目标优化问题 |
4.3.2 NSGA-Ⅱ算法 |
4.3.3 求解思路与变量定义 |
4.4 基于PSO的冷却塔出水温度优化算法 |
4.4.1 问题求解步骤 |
4.4.2 变量定义 |
4.5 算法仿真验证 |
4.5.1 冷冻水全局扩散优化案例对比仿真 |
4.5.2 冷却塔出水温度优化案例仿真 |
4.6 本章小结 |
5 I~2B架构下冷冻站群控APP开发 |
5.1 I~2B架构下APP开发框架 |
5.1.1 APP开发流程 |
5.1.2 算法仿真平台 |
5.2 分布式算法设计 |
5.2.1 算法设计流程 |
5.2.2 分布式求并集算例 |
5.3 分布式算法APP开发与应用 |
5.3.1 并联设备分配优化APP |
5.3.2 冷冻水系统全局扩散优化APP |
5.3.3 冷却水系统全局扩散优化APP |
5.4 本章小结 |
6 总结与展望 |
6.1 结论 |
6.2 本文创新点 |
6.3 未来工作展望 |
参考文献 |
附录 A 并联冷机分配优化APP部分代码 |
附录 B 并联水泵分配优化APP部分代码 |
附录 C 冷冻水系统全局扩散优化APP部分代码 |
附录 D 冷却水系统全局扩散优化APP部分代码 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(4)建筑能耗监测管理系统设计与分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究方向 |
1.2.1 建筑能耗的概念 |
1.2.2 降低建筑能耗的方法 |
1.2.3 本文的主要研究方向 |
1.2.4 系统需要计量的建筑能耗分类 |
1.3 国内外建筑能耗监测管理系统研究现状 |
1.3.1 国外建筑能耗监测管理系统的发展现状 |
1.3.2 我国建筑能耗监测管理系统的发展现状 |
1.4 本文的主要工作 |
第二章 系统的设计需求 |
2.1 系统概述 |
2.2 系统实现的主要功能 |
2.3 系统的构成 |
2.3.1 能耗数据采集系统 |
2.3.2 能耗数据传输系统 |
2.3.3 能耗数据中心 |
2.4 数据采集的原则 |
2.4.1 分类能耗的采集 |
2.4.2 分项能耗的采集 |
2.5 系统基本设计要求 |
2.5.1 能耗数据采集系统的设计要求 |
2.5.2 能耗数据传输系统的设计要求 |
2.5.3 能耗数据中心的设计要求 |
2.5.4 能耗数据中心采集数据的流程 |
2.6 本章小结 |
第三章 工程设计实例及分析 |
3.1 工程设计概述 |
3.2 按分类与分项进行能耗设计 |
3.3 建筑能耗数据采集点的设计原则 |
3.4 工程设计实例比较 |
3.4.1 建筑内没有设置变电所的情况 |
3.4.2 建筑设置有变电所的情况 |
3.5 结合配电系统设计分项能耗时发现的问题 |
3.5.1 公共区域的计量范围 |
3.5.2 电开水器的配电设计 |
3.5.3 变制冷剂流量多联式空调系统室内机的配电 |
3.5.4 设置变电所建筑的能耗数据采集 |
3.6 本章小结 |
第四章 系统软件功能分析 |
4.1 系统在单一建筑中的功能 |
4.1.1 建筑的综合能耗计算 |
4.1.2 建筑的分类能耗及其等效电量的计算 |
4.1.3 建筑分项能耗各数据的计算 |
4.1.4 数据上传功能 |
4.1.5 系统可实现的其它功能 |
4.2 上级数据中心的系统功能 |
4.3 系统应用及设计拓展 |
4.3.1 应用系统分析降低建筑能耗的措施 |
4.3.2 结合建筑智能网络系统的设计 |
4.3.3 系统可拓展的用户管理需求 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
(5)大型公建能耗监控群智能平台设计与节能优化算法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容及论文结构 |
2 大型公建能耗监控系统现状调研结果分析 |
2.1 后期改造系统 |
2.2 能耗数据分项计量 |
2.3 能耗数据格式 |
2.4 能耗监控系统运行管理 |
2.5 建筑能耗监控系统升级改造困难 |
2.5.1 系统组态专业性及可移植性 |
2.5.2 跨系统能耗数据监测 |
2.5.3 系统扩展性 |
2.6 本章小结 |
3 大型公建能耗监控群智能平台设计 |
3.1 智能节点CPN |
3.2 智能节点CPN拓扑结构 |
3.2.1 建筑空间单元CPN拓扑结构 |
3.2.2 机电设备CPN拓扑结构 |
3.3 建筑能耗标准数据集 |
3.3.1 建筑空间能耗标准数据集 |
3.3.2 机电设备能耗标准数据集 |
3.4 分布式建筑能耗信息处理模式 |
3.5 本章小结 |
4 大型公建能耗群智能数据处理方法与预测模型 |
4.1 分布式建筑能耗数据采集算法 |
4.1.1 生成树算法 |
4.1.2 基于群智能平台的分布式大型公建能耗数据采集 |
4.2 群智能建筑能耗数据校核算法 |
4.3 群智能建筑能耗数据修正算法 |
4.4 实例分析 |
4.4.1 建筑能耗数据采集 |
4.4.2 建筑能耗数据校核 |
4.4.3 建筑能耗数据修正 |
4.5 群智能建筑能耗动态预测模型 |
4.5.1 建筑空间单元冷负荷计算 |
4.5.2 灰色关联度分析法 |
4.5.3 基于PSO-BP神经网络预测模型 |
4.5.4 实例分析 |
4.5.5 实验结果分析 |
4.6 本章小结 |
5 大型公建能耗群智能节能控制算法 |
5.1 冰蓄冷空调技术 |
5.2 传统冰蓄冷空调系统优化控制算法 |
5.3 群智能冰蓄冷空调系统节能控制算法 |
5.3.1 研究对象特性 |
5.3.2 冰蓄冷空调系统能耗模型建立 |
5.3.3 基于群智能平台的冰蓄冷空调系统节能控制算法 |
5.3.4 实验结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 创新点 |
6.3 展望 |
致谢 |
参考文献 |
攻读硕士期间发表的学术论文及成果 |
附录A |
附录B |
附录C |
(6)空调风系统群智能控制方法研究与应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 建筑智能化的研究进展 |
1.3 集中式系统架构的发展 |
1.4 群智能控制系统架构的提出 |
1.4.1 基于空间分布的群智能架构 |
1.4.2 CPN信息的标准化 |
1.4.3 群智能机电设备一体化 |
1.5 空调风系统智能控制发展现状 |
1.5.1 全空气系统的智能控制发展现状 |
1.5.2 风机盘管加新风系统的智能控制发展现状 |
1.6 空调风系统智能控制动态分析 |
1.7 研究内容与思路 |
2 空调风系统基本单元信息模型 |
2.1 空调风系统基本单元定义及划分 |
2.2 空调风系统基本单元划分原则的应用案例 |
2.3 空调风系统基本单元信息模型 |
2.2.1 变风量空调系统监控回路分析 |
2.2.2 空调风系统基本单元信息模型内容分析 |
2.2.3 空调机组及风机信息模型参数排序原则 |
2.4 本章小结 |
3 空调风系统群智能设备开发关键技术 |
3.1 智能CPN网络架构及通讯技术 |
3.2 群智能空调新风系统设备DCU开发 |
3.2.1 智能新风机组DCU硬件设计 |
3.2.2 智能新风机组DCU软件设计 |
3.3 智能新风机组CPN送风静压设定值APP |
3.3.1 送风静压设定值APP功能需求分析 |
3.3.2 静压设定值线性调整算法 |
3.3.3 送风静压设定值APP开发 |
3.4 本章小结 |
4 群智能新风系统的应用示范 |
4.1 示范项目建筑概况 |
4.2 群智能空调系统设计与安装 |
4.2.1 空调系统设计与安装 |
4.2.2 群智能控制系统设计与安装 |
4.3 新风系统控制算法参数的调试 |
4.3.1 PI算法及参数调试 |
4.3.2 静压设定值线性调整算法参数调试 |
4.4 CPN、DCU及传感器之间的通讯 |
4.5 本章小结 |
5 群智能空调新风系统应用与评价 |
5.1 群智能空调新风系统静压设定值试验研究 |
5.1.1 试验设计 |
5.1.2 试验工况分析 |
5.1.3 试验结果分析 |
5.2 过渡季工况不同空间单元CO2浓度设定值试验研究 |
5.2.1 试验设计 |
5.2.2 试验工况分析 |
5.2.3 试验结果分析 |
5.3 夏季工况不同空间单元CO2浓度设定值试验研究 |
5.3.1 试验设计 |
5.3.2 试验工况分析 |
5.3.3 试验结果分析 |
5.4 群智能控制系统的应用效益分析 |
5.5 本章小结 |
结论 |
参考文献 |
附录 A 空调机组信息模型 |
附录 B 风机信息模型 |
附录 C 静压设定值线性调整算法APP程序伪代码 |
附录 D 静压设定值定步长调整算法APP程序伪代码及逻辑图 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(7)热力站无人值守监测监控系统的开发与应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 研究意义和目的 |
1.3 国内外研究现状 |
1.3.1 国外研究状况 |
1.3.2 国内研究现状 |
1.4 课题主要研究内容 |
1.4.1 研究内容 |
1.4.2 研究目标 |
1.5 本章小结 |
第2章 无人值守监测监控系统的方案设计 |
2.1 设计需求分析 |
2.1.1 功能需求 |
2.1.2 性能需求 |
2.2 硬件总体设计方案 |
2.2.1 智能监控箱设计原理 |
2.2.2 智能监控箱实现功能 |
2.3 软件总体设计方案 |
2.3.1 无人值守智能监控系统图 |
2.3.2 无人值守监控信息平台 |
2.3.3 手机app应用系统 |
2.4 本章小结 |
第3章 无人值守监测监控系统硬件的设计 |
3.1 智能监控箱主要元件的选型 |
3.1.1 智能监控箱TH-3000控制器 |
3.1.2 智能监控箱电动调节阀选型 |
3.1.3 智能监控箱的相关硬件组成 |
3.2 智能监控箱的接线原理和实物 |
3.3 智能监控箱的技术标准和技术参数 |
3.3.1 技术参数 |
3.3.2 技术标准 |
3.4 无人值守系统下位机系统开发 |
3.4.1 现场数据采集 |
3.4.2 阀门调控 |
3.4.3 巡更查询功能 |
3.5 本章小结 |
第4章 无人值守监测监控系统软件的设计 |
4.1 无人值守系统软件技术发展概况 |
4.2 无人值守系统HMI简介 |
4.2.1 HMI原理 |
4.2.2 HMI结构组成 |
4.2.3 HMI接口种类及应用场景 |
4.3 无人值守系统GPRS简介 |
4.3.1 GPRS原理 |
4.3.2 GPRS优势 |
4.4 无人值守系统软件技术要求 |
4.4.1 数据采集 |
4.4.2 数据存储及处理 |
4.4.3 数据展示 |
4.4.4 报警功能 |
4.4.5 控制功能 |
4.5 无人值守系统上位机系统开发 |
4.5.1 智能监控平台 |
4.5.2 实时数据显示 |
4.5.3 历史数据查询 |
4.5.4 温度调控 |
4.5.5 巡检报警 |
4.6 无人值守监测监控系统的通讯方式 |
4.7 本章小结 |
第5章 无人值守监测监控系统的应用 |
5.1 无人值守监测监控系统的实际应用 |
5.1.1 智能监控箱现场数据采集及显示 |
5.1.2 智能监控平台运行数据远程监测 |
5.1.3 智能监控平台历史数据筛查比较 |
5.1.4 智能监控平台远程温度调节 |
5.1.5 智能监控平台远程阀门开度调节 |
5.2 无人值守监测监控系统的优势 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
(8)基于物联网的供热计量智能管理应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.3 研究内容 |
2 相关研究综述 |
2.1 物联网的概念 |
2.2 物联网的体系架构 |
2.3 热计量技术发展状况 |
3 热计量智能管理模式分析与构建 |
3.1 热计量技术及管理支持 |
3.1.1 热计量管理行为主体 |
3.1.2 供热计量 |
3.1.3 分户热计量的意义 |
3.1.4 分户热计量的形式 |
3.2 热计量综合管理方案 |
3.2.1 一户一表热计量方案 |
3.2.2 通断法热计量方案 |
3.2.3 温度法热计量方案 |
3.3 供热计量中的智能管理 |
3.3.1 供热计量智能管理平台 |
3.3.2 大数据助力供热 |
3.3.3 树立环保节能理念 |
4 智能管理平台分析构建 |
4.1 智能平台架构分析 |
4.1.1 供热计量远程抄表系统总体框架 |
4.1.2 集中器框架结构 |
4.1.3 平台总体设计方案 |
4.2 热计量智能管理平台数据流程 |
4.2.1 数据流程 |
4.2.3 数据流程图 |
4.3 平台管理流程 |
4.4 平台综合应用功能 |
4.4.1 用户信息综合管理 |
4.4.2 设备管理 |
4.4.3 能效管理 |
4.4.4 平台应用 |
4.4.5 供热计量室温监控系统 |
4.4.6 供热质量评价 |
4.4.7 手机APP与WEB |
5 实施保障及管理实现 |
5.1 人力及组织模式 |
5.2 资金保障 |
5.2.1 融资的原则 |
5.2.2 融资方式 |
5.3 技术保障 |
5.3.1 云计算助力智能管理 |
5.3.2 引入物联网技术 |
5.3.3 利用大数据 |
5.4 用户习惯培养 |
6 供热计量工程实例分析 |
6.1 项目概况及改造方案 |
6.2 项目改造效果 |
结论 |
参考文献 |
致谢 |
四、智能网络监控与供热安全(论文参考文献)
- [1]智能网络监控与供热安全分析[J]. 高景辉. 工程技术研究, 2021(11)
- [2]群智能系统在水立方—冰立方改造项目中的应用[J]. 江岸,代允闯,秦绪忠,吴悦明,吴涛. 智能建筑, 2021(03)
- [3]基于I2B架构的冷冻站节能运行全局优化方法及APP开发[D]. 邢杉硕. 大连理工大学, 2020(02)
- [4]建筑能耗监测管理系统设计与分析[D]. 李艳丽. 东南大学, 2020(01)
- [5]大型公建能耗监控群智能平台设计与节能优化算法研究[D]. 杨熊. 西安建筑科技大学, 2019(06)
- [6]空调风系统群智能控制方法研究与应用[D]. 范朋丹. 大连理工大学, 2019
- [7]热力站无人值守监测监控系统的开发与应用[D]. 刘小辰. 北京工业大学, 2019(03)
- [8]基于物联网的供热计量智能管理应用研究[D]. 丁茂祥. 大连理工大学, 2018(02)
- [9]智能热网外勤管理系统构建与应用[A]. 闫曙光. 2016火电厂污染物净化与节能技术研讨会论文集, 2016
- [10]智能热网外勤管理系统构建与应用[A]. 闫曙光. 2016年第五届热电联产与煤电深度节能新技术研讨会论文集, 2016