發(fā)布時間：2017-06-10 17:00

  本文關鍵詞：引水徑流式水電廠備件需求預測研究及應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：水力發(fā)電作為主要的可再生能源,因能夠為社會提供清潔、低廉的電力供應,得到了國家的大力扶持發(fā)展。引水徑流式水電廠憑借著建設成本相對少和對自然生態(tài)環(huán)境影響小的優(yōu)勢,在水力發(fā)電行業(yè)中發(fā)揮著重要作用。但該類水電廠由于沒有水庫進行水流量調節(jié),根據來水流量進行發(fā)電,故對設備的可靠性依賴較大。備件儲備量的合理性是提高設備可靠性的影響因素之一,充足的備件儲備能夠確保在設備故障時進行及時維修,以減少設備停機時間,提高設備可靠性;然而過多的備件儲備會占用較多的流動資金、增加庫管人員的工作。因此,確保備件儲備的合理性很重要。而備件需求預測是否精確是決定備件儲備是否合理的關鍵因素。當前,引水徑流式水電廠在備件管理過程中使用移動平均法計算備件需求預測值,精確度較低,導致過多的備件儲備,占用較多的流動資金。為提高備件需求預測精確度,確保備件儲備合理,本文對引水徑流式水電廠備件需求預測問題進行研究。論文的研究內容主要如下:首先,論述備件需求預測原理,對常用備件需求預測方法進行分析;調查引水徑流式水電廠備件需求預測現狀;分析引水徑流式水電廠備件需求預測的特征;在上述基礎上提出備件需求預測的技術路線,并對研究過程中的關鍵問題進行分析。然后,進行引水徑流式水電廠備件需求預測模型研究。主要包括四個方面:第一,在確定備件需求預測對象的前提下,結合引水徑流式水電廠備件需求特征,明確備件需求量影響因素,并對影響因素進行量化處理;第二,綜合應用粗糙集和最小二乘支持向量機構建備件需求預測模型;第三,對模型求解進行詳細說明,針對核參數確定問題引入自適應遺傳算法進行尋優(yōu)求解;第四,從需求時間準確度和需求數量準確度兩個方面對備件需求預測結果進行分析。最后,將研究成果在某水電廠對夾式蝶閥的需求預測中進行應用,驗證模型的有效性和準確性。
【關鍵詞】：引水徑流式水電廠 備件 需求預測 支持向量機 影響因素
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TV738
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-14
• 1.1 選題背景8
• 1.2 國內外研究現狀8-11
• 1.2.1 國外研究現狀8-10
• 1.2.2 國內研究現狀10
• 1.2.3 研究現狀分析10-11
• 1.3 研究目的及意義11-12
• 1.3.1 研究目的11
• 1.3.2 研究意義11-12
• 1.4 研究內容12-13
• 1.5 本章小結13-14
• 2 引水徑流式水電廠備件需求預測總體研究14-27
• 2.1 備件需求預測原理14-16
• 2.1.1 備件及其管理的定義及作用14
• 2.1.2 備件需求預測的定義及作用14-15
• 2.1.3 常用備件需求預測方法分析15-16
• 2.2 引水徑流式水電廠備件需求預測現狀調查16-21
• 2.2.1 水電廠的定義及分類16-18
• 2.2.2 引水徑流式水電廠特征18-19
• 2.2.3 引水徑流式水電廠備件分類及特征分析19-20
• 2.2.4 引水徑流式水電廠備件需求預測現狀20-21
• 2.3 引水徑流式水電廠備件需求預測特征分析21-23
• 2.3.1 引水徑流式水電廠備件需求的產生21
• 2.3.2 引水徑流式水電廠備件需求的特點21-22
• 2.3.3 引水徑流式水電廠備件需求預測的特征22-23
• 2.4 備件需求預測技術路線及關鍵問題分析23-26
• 2.4.1 備件需求預測的技術路線23-25
• 2.4.2 備件需求預測的關鍵問題25-26
• 2.5 本章小結26-27
• 3 引水徑流式水電廠備件需求預測模型研究27-46
• 3.1 引水徑流式水電廠備件需求的影響因素分析27-30
• 3.1.1 備件需求預測對象的確定27-28
• 3.1.2 備件需求量影響因素分析28-29
• 3.1.3 備件需求量影響因素量化29-30
• 3.2 引水徑流式水電廠備件需求預測模型的構建30-38
• 3.2.1 粗糙集和最小二乘支持向量機30-36
• 3.2.2 粗糙集和最小二乘支持向量機協同處理數據原理36-37
• 3.2.3 基于RS-LS-SVM的備件需求預測模型37-38
• 3.3 引水徑流式水電廠備件需求預測模型的求解38-44
• 3.3.1 備件需求預測模型求解步驟38-41
• 3.3.2 基于自適應遺傳算法的核參數優(yōu)化41-44
• 3.4 基于需求時間準確度和需求數量準確度的預測結果分析44-45
• 3.5 本章小結45-46
• 4 應用案例46-60
• 4.1 某水電廠備件需求預測現狀分析46-47
• 4.1.1 某水電廠背景簡介46
• 4.1.2 某水電廠備件需求預測現狀分析46-47
• 4.2 某水電廠備件需求預測47-54
• 4.2.1 數據收集47-49
• 4.2.2 影響因素屬性約簡49-52
• 4.2.3 數據訓練與預測52-54
• 4.3 應用效果分析54-59
• 4.3.1 預測結果分析54-57
• 4.3.2 與常用預測方法對比57-59
• 4.3.3 企業(yè)整體應用效果分析59
• 4.4 本章小結59-60
• 5 結論60-61
• 致謝61-62
• 參考文獻62-65
• 附錄65

【相似文獻】

中國期刊全文數據庫 前10條

1 常文兵;盧菊平;肖波平;;武器系統戰(zhàn)時備件需求規(guī)律分析[J];質量與可靠性;2006年04期

2 高崎;何鵬;劉福;;按保障度最大配置備件模型[J];火力與指揮控制;2007年04期

3 閆小拽;閆莉;;神經網絡在航空武器裝備備件需求預測中的應用[J];今日科苑;2008年20期

4 葛陽;寧劍平;;儲備單元故障率對備件需求量的影響[J];四川兵工學報;2010年04期

5 車飛;陳云翔;高山;梁曉龍;王越;;基于作戰(zhàn)任務的多機種故障備件需求模型[J];火力與指揮控制;2012年07期

6 李保華;楊云;;備件需求預測模型研究[J];航空維修與工程;2008年05期

7 韋金芬;董理;張志華;;基于任務需求的產品備件需求量研究[J];艦船電子工程;2009年09期

8 李大偉;張志華;;基于備件需求信息的使用可靠性評估[J];系統工程理論與實踐;2011年09期

9 孟祥輝;鄭毅;戴榮;;考慮使用環(huán)境的周轉備件需求預測[J];四川兵工學報;2012年05期

10 任喜;趙建軍;劉新江;孫靖杰;;艦船裝備備件需求預測方法研究[J];艦船電子工程;2013年09期

中國重要會議論文全文數據庫 前7條

1 劉春和;李久祥;張仕念;;武器裝備貯存中的備件問題分析[A];2005第二屆電子信息系統質量與可靠性學術研討會論文集[C];2005年

2 司小勝;胡昌華;周東華;;基于退化建模的備件需求預測[A];第25屆中國控制與決策會議論文集[C];2013年

3 夏遠強;楊健;;備件需求預測中的BP神經網絡方法研究[A];中國企業(yè)運籌學[2012（1）][C];2012年

4 夏遠強;楊健;;備件需求預測中的BP神經網絡方法研究[A];第十一屆全國經濟管理院校工業(yè)技術學研究會論文集[C];2012年

5 顧翔;張宏軍;吳可嘉;;航空備件資源的存儲問題優(yōu)化方法[A];江蘇省系統工程學會第十一屆學術年會論文集[C];2009年

6 郭繼周;郭波;張濤;;k／n結構變化的多階段任務系統維修保障能力評估建模[A];第八屆中國管理科學學術年會論文集[C];2006年

7 陳士濤;楊建軍;趙英俊;;基于溫特法的地空導彈裝備備件需求量預測[A];第八屆中國不確定系統年會論文集[C];2010年

中國博士學位論文全文數據庫 前2條

1 張瑞;不常用備件需求預測模型與方法研究[D];華中科技大學;2011年

2 陳童;基于PH分布和馬爾可夫到達過程的裝備備件需求與庫存模型研究[D];國防科學技術大學;2010年

中國碩士學位論文全文數據庫 前10條

1 劉學兵;索尼移動通信備件需求管理研究[D];對外經濟貿易大學;2015年

2 孔凡民;引水徑流式水電廠備件需求預測研究及應用[D];重慶大學;2015年

3 楊洋;G公司汽車售后備件需求預測[D];北京交通大學;2013年

4 齊軍;計算機產品售后服務影響備件需求量因素分析[D];上海交通大學;2008年

5 李志;基于支持向量機的兗礦集團備件需求研究[D];中國海洋大學;2012年

6 劉莉;平朔集團不常用備件需求預測和庫存模式研究[D];北京交通大學;2014年

7 鄒華;不常用備件需求模式統計分類模型研究[D];華中科技大學;2007年

8 付贊;基于最小二乘支持向量機的煤炭港口備件需求預測研究[D];燕山大學;2013年

9 荊園園;人工神經網絡在客車備件需求預測中的應用研究[D];鄭州大學;2009年

10 王文;基于支持向量機的不常用備件需求預測方法研究[D];華中科技大學;2006年

  本文關鍵詞：引水徑流式水電廠備件需求預測研究及應用，由筆耕文化傳播整理發(fā)布。

本文編號：439178