本文關(guān)鍵詞：基于GA-BP網(wǎng)絡(luò)的銅管生產(chǎn)過程能耗預(yù)測模型研究及應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：銅管生產(chǎn)過程能源是按需供給,若能源供給不足或供給過剩,會造成生產(chǎn)中斷和能源浪費(fèi),影響企業(yè)的經(jīng)濟(jì)效益,準(zhǔn)確掌握能源需求,保障能源供需平衡是銅管生產(chǎn)企業(yè)急需解決的問題。此外,銅管生產(chǎn)過程中存在能耗異常,且難以發(fā)現(xiàn),往往造成能源浪費(fèi)。而解決上述問題的根本是實現(xiàn)對能耗的精準(zhǔn)預(yù)測,尤其在加工過程中,針對影響能耗的復(fù)雜加工參數(shù),準(zhǔn)確預(yù)測出相應(yīng)能耗,通過與實際能耗進(jìn)行對比分析,可以有效檢測出能耗是否存在異常。因此,針對能源需求進(jìn)行預(yù)測和能耗異常事件進(jìn)行檢測兩個問題的特點,通過數(shù)據(jù)處理和預(yù)測建模,提出一種基于GA-BP網(wǎng)絡(luò)的能耗預(yù)測模型,保障能源供需平衡、減少能源浪費(fèi)、提高能源使用效率。本文的研究內(nèi)容具體如下：1.根據(jù)銅管生產(chǎn)工藝流程,系統(tǒng)分析了生產(chǎn)過程能耗結(jié)構(gòu)、能耗分布及各工序耗能種類,揭示了熔鑄、銑軋拉、盤拉等工序的能耗影響因素,形成了銅管生產(chǎn)工序能耗影響因素集。2.針對能源需求預(yù)測問題,提出一種基于GA-BP神經(jīng)網(wǎng)絡(luò)的能源需求預(yù)測模型。將能耗歷史序列數(shù)據(jù)和能耗影響因素數(shù)據(jù)組合輸入,使預(yù)測輸出包含能耗歷史序列數(shù)據(jù)的時序信息、能耗影響因素信息以及能耗信息,并運(yùn)用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型,通過該優(yōu)化模型提高預(yù)測精度(平均相對誤差為1.53%)。3.針對能耗異常檢測問題,提出一種基于GA-BP神經(jīng)網(wǎng)絡(luò)的能耗異常檢測模型。對能耗影響因素進(jìn)行關(guān)聯(lián)度分析,將關(guān)聯(lián)度較大的因素作為能耗主要影響因素,并采用主成分分析法對原始數(shù)據(jù)進(jìn)行降維處理,同時根據(jù)預(yù)測誤差結(jié)合多元線性回歸設(shè)置置信區(qū)間的方法將能耗預(yù)測值擴(kuò)展成一個區(qū)間,實現(xiàn)異常檢測。綜合以上研究,建立能源需求預(yù)測和能耗異常檢測模型庫,并采用Java語言開發(fā)了能源需求預(yù)測和能耗異常檢測模塊,通過將該模塊集成到能源管理系統(tǒng),在企業(yè)中進(jìn)行應(yīng)用驗證。
【關(guān)鍵詞】：能耗預(yù)測 異常檢測 GA-BP網(wǎng)絡(luò) 時序數(shù)據(jù) 關(guān)聯(lián)度分析
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TG146.11;TP183
【目錄】：

• 摘要4-5
• Abstract5-13
• 第一章 緒論13-20
• 1.1 課題研究及意義13-14
• 1.1.1 課題背景13-14
• 1.1.2 課題研究意義14
• 1.2 國內(nèi)外研究動態(tài)14-17
• 1.2.1 能源需求預(yù)測研究動態(tài)14-16
• 1.2.2 能耗異常檢測研究動態(tài)16-17
• 1.3 本文的研究思路、內(nèi)容和框架17-19
• 1.4 本章小結(jié)19-20
• 第二章 銅管生產(chǎn)過程及能耗特性分析20-27
• 2.1 銅管生產(chǎn)過程分析20-23
• 2.1.1 工藝流程分析20-21
• 2.1.2 能源消耗分析21-23
• 2.2 銅管生產(chǎn)工序的能耗影響因素分析23-26
• 2.3 本章小結(jié)26-27
• 第三章 基于GA-BP網(wǎng)絡(luò)的銅管生產(chǎn)過程能源需求預(yù)測模型研究27-46
• 3.1 概述27
• 3.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的實現(xiàn)27-33
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)27-28
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法28-30
• 3.2.3 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的實現(xiàn)30-33
• 3.3 基于GA-BP網(wǎng)絡(luò)的能源需求預(yù)測模型框圖33-35
• 3.4 模型的輸入輸出35-37
• 3.5 仿真實驗與性能對比37-45
• 3.5.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定37-39
• 3.5.2 GA-BP能源需求預(yù)測模型的訓(xùn)練39-40
• 3.5.3 仿真結(jié)果40-42
• 3.5.4 性能對比42-45
• 3.6 本章小結(jié)45-46
• 第四章 基于GA-BP網(wǎng)絡(luò)的銅管生產(chǎn)過程能耗異常檢測模型研究46-61
• 4.1 概述46
• 4.2 基于GA-BP網(wǎng)絡(luò)的能耗異常檢測模型框圖46-47
• 4.3 熔鑄工序能耗影響因素關(guān)聯(lián)度分析47-51
• 4.4 能耗數(shù)據(jù)的主成分分析預(yù)處理51-54
• 4.5 能耗異常檢測模型的區(qū)間估計54-56
• 4.6 仿真結(jié)果與性能對比56-60
• 4.6.1 仿真結(jié)果56-58
• 4.6.2 性能對比58-60
• 4.7 本章小結(jié)60-61
• 第五章 銅管生產(chǎn)能耗預(yù)測與異常檢測模塊實現(xiàn)61-71
• 5.1 概述61
• 5.2 能源管理系統(tǒng)結(jié)構(gòu)與功能模塊61-64
• 5.2.1 系統(tǒng)結(jié)構(gòu)61-63
• 5.2.2 功能模塊63-64
• 5.3 銅管生產(chǎn)能耗預(yù)測與異常檢測模塊實現(xiàn)64-68
• 5.3.1 模型庫構(gòu)建64-65
• 5.3.2 Matlab自動化服務(wù)器函數(shù)庫的導(dǎo)入65
• 5.3.3 能源需求預(yù)測子模塊65-66
• 5.3.4 能耗異常檢測子模塊66-68
• 5.4 系統(tǒng)典型運(yùn)行界面圖68-70
• 5.5 本章小結(jié)70-71
• 結(jié)論與展望71-73
• 工作總結(jié)71
• 工作展望71-73
• 參考文獻(xiàn)73-77
• 攻讀學(xué)位期間發(fā)表的論文77-79
• 致謝79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 周云龍;吳昱;;基于EMD與GA-BP網(wǎng)絡(luò)的離心泵汽蝕故障診斷[J];化工自動化及儀表;2014年06期

2 周杰;華俊杰;陽德森;莊燕燕;;基于GS理論與GA-BP網(wǎng)絡(luò)的板料多目標(biāo)成形工藝優(yōu)化[J];熱加工工藝;2009年17期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 代德宇;基于GA-BP網(wǎng)絡(luò)的銅管生產(chǎn)過程能耗預(yù)測模型研究及應(yīng)用[D];廣東工業(yè)大學(xué);2016年

  本文關(guān)鍵詞：基于GA-BP網(wǎng)絡(luò)的銅管生產(chǎn)過程能耗預(yù)測模型研究及應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：380649