引水径流式水电厂备件需求预测研究及应用

发布时间：2017-06-10 17:00

  本文关键词：引水径流式水电厂备件需求预测研究及应用，，由笔耕文化传播整理发布。

【摘要】：水力发电作为主要的可再生能源,因能够为社会提供清洁、低廉的电力供应,得到了国家的大力扶持发展。引水径流式水电厂凭借着建设成本相对少和对自然生态环境影响小的优势,在水力发电行业中发挥着重要作用。但该类水电厂由于没有水库进行水流量调节,根据来水流量进行发电,故对设备的可靠性依赖较大。备件储备量的合理性是提高设备可靠性的影响因素之一,充足的备件储备能够确保在设备故障时进行及时维修,以减少设备停机时间,提高设备可靠性;然而过多的备件储备会占用较多的流动资金、增加库管人员的工作。因此,确保备件储备的合理性很重要。而备件需求预测是否精确是决定备件储备是否合理的关键因素。当前,引水径流式水电厂在备件管理过程中使用移动平均法计算备件需求预测值,精确度较低,导致过多的备件储备,占用较多的流动资金。为提高备件需求预测精确度,确保备件储备合理,本文对引水径流式水电厂备件需求预测问题进行研究。论文的研究内容主要如下:首先,论述备件需求预测原理,对常用备件需求预测方法进行分析;调查引水径流式水电厂备件需求预测现状;分析引水径流式水电厂备件需求预测的特征;在上述基础上提出备件需求预测的技术路线,并对研究过程中的关键问题进行分析。然后,进行引水径流式水电厂备件需求预测模型研究。主要包括四个方面:第一,在确定备件需求预测对象的前提下,结合引水径流式水电厂备件需求特征,明确备件需求量影响因素,并对影响因素进行量化处理;第二,综合应用粗糙集和最小二乘支持向量机构建备件需求预测模型;第三,对模型求解进行详细说明,针对核参数确定问题引入自适应遗传算法进行寻优求解;第四,从需求时间准确度和需求数量准确度两个方面对备件需求预测结果进行分析。最后,将研究成果在某水电厂对夹式蝶阀的需求预测中进行应用,验证模型的有效性和准确性。
【关键词】：引水径流式水电厂 备件 需求预测 支持向量机 影响因素
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TV738
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-14
• 1.1 选题背景8
• 1.2 国内外研究现状8-11
• 1.2.1 国外研究现状8-10
• 1.2.2 国内研究现状10
• 1.2.3 研究现状分析10-11
• 1.3 研究目的及意义11-12
• 1.3.1 研究目的11
• 1.3.2 研究意义11-12
• 1.4 研究内容12-13
• 1.5 本章小结13-14
• 2 引水径流式水电厂备件需求预测总体研究14-27
• 2.1 备件需求预测原理14-16
• 2.1.1 备件及其管理的定义及作用14
• 2.1.2 备件需求预测的定义及作用14-15
• 2.1.3 常用备件需求预测方法分析15-16
• 2.2 引水径流式水电厂备件需求预测现状调查16-21
• 2.2.1 水电厂的定义及分类16-18
• 2.2.2 引水径流式水电厂特征18-19
• 2.2.3 引水径流式水电厂备件分类及特征分析19-20
• 2.2.4 引水径流式水电厂备件需求预测现状20-21
• 2.3 引水径流式水电厂备件需求预测特征分析21-23
• 2.3.1 引水径流式水电厂备件需求的产生21
• 2.3.2 引水径流式水电厂备件需求的特点21-22
• 2.3.3 引水径流式水电厂备件需求预测的特征22-23
• 2.4 备件需求预测技术路线及关键问题分析23-26
• 2.4.1 备件需求预测的技术路线23-25
• 2.4.2 备件需求预测的关键问题25-26
• 2.5 本章小结26-27
• 3 引水径流式水电厂备件需求预测模型研究27-46
• 3.1 引水径流式水电厂备件需求的影响因素分析27-30
• 3.1.1 备件需求预测对象的确定27-28
• 3.1.2 备件需求量影响因素分析28-29
• 3.1.3 备件需求量影响因素量化29-30
• 3.2 引水径流式水电厂备件需求预测模型的构建30-38
• 3.2.1 粗糙集和最小二乘支持向量机30-36
• 3.2.2 粗糙集和最小二乘支持向量机协同处理数据原理36-37
• 3.2.3 基于RS-LS-SVM的备件需求预测模型37-38
• 3.3 引水径流式水电厂备件需求预测模型的求解38-44
• 3.3.1 备件需求预测模型求解步骤38-41
• 3.3.2 基于自适应遗传算法的核参数优化41-44
• 3.4 基于需求时间准确度和需求数量准确度的预测结果分析44-45
• 3.5 本章小结45-46
• 4 应用案例46-60
• 4.1 某水电厂备件需求预测现状分析46-47
• 4.1.1 某水电厂背景简介46
• 4.1.2 某水电厂备件需求预测现状分析46-47
• 4.2 某水电厂备件需求预测47-54
• 4.2.1 数据收集47-49
• 4.2.2 影响因素属性约简49-52
• 4.2.3 数据训练与预测52-54
• 4.3 应用效果分析54-59
• 4.3.1 预测结果分析54-57
• 4.3.2 与常用预测方法对比57-59
• 4.3.3 企业整体应用效果分析59
• 4.4 本章小结59-60
• 5 结论60-61
• 致谢61-62
• 参考文献62-65
• 附录65

【相似文献】

中国期刊全文数据库 前10条

1 常文兵;卢菊平;肖波平;;武器系统战时备件需求规律分析[J];质量与可靠性;2006年04期

2 高崎;何鹏;刘福;;按保障度最大配置备件模型[J];火力与指挥控制;2007年04期

3 闫小拽;闫莉;;神经网络在航空武器装备备件需求预测中的应用[J];今日科苑;2008年20期

4 葛阳;宁剑平;;储备单元故障率对备件需求量的影响[J];四川兵工学报;2010年04期

5 车飞;陈云翔;高山;梁晓龙;王越;;基于作战任务的多机种故障备件需求模型[J];火力与指挥控制;2012年07期

6 李保华;杨云;;备件需求预测模型研究[J];航空维修与工程;2008年05期

7 韦金芬;董理;张志华;;基于任务需求的产品备件需求量研究[J];舰船电子工程;2009年09期

8 李大伟;张志华;;基于备件需求信息的使用可靠性评估[J];系统工程理论与实践;2011年09期

9 孟祥辉;郑毅;戴荣;;考虑使用环境的周转备件需求预测[J];四川兵工学报;2012年05期

10 任喜;赵建军;刘新江;孙靖杰;;舰船装备备件需求预测方法研究[J];舰船电子工程;2013年09期

中国重要会议论文全文数据库 前7条

1 刘春和;李久祥;张仕念;;武器装备贮存中的备件问题分析[A];2005第二届电子信息系统质量与可靠性学术研讨会论文集[C];2005年

2 司小胜;胡昌华;周东华;;基于退化建模的备件需求预测[A];第25届中国控制与决策会议论文集[C];2013年

3 夏远强;杨健;;备件需求预测中的BP神经网络方法研究[A];中国企业运筹学[2012（1）][C];2012年

4 夏远强;杨健;;备件需求预测中的BP神经网络方法研究[A];第十一届全国经济管理院校工业技术学研究会论文集[C];2012年

5 顾翔;张宏军;吴可嘉;;航空备件资源的存储问题优化方法[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

6 郭继周;郭波;张涛;;k／n结构变化的多阶段任务系统维修保障能力评估建模[A];第八届中国管理科学学术年会论文集[C];2006年

7 陈士涛;杨建军;赵英俊;;基于温特法的地空导弹装备备件需求量预测[A];第八届中国不确定系统年会论文集[C];2010年

中国博士学位论文全文数据库 前2条

1 张瑞;不常用备件需求预测模型与方法研究[D];华中科技大学;2011年

2 陈童;基于PH分布和马尔可夫到达过程的装备备件需求与库存模型研究[D];国防科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 刘学兵;索尼移动通信备件需求管理研究[D];对外经济贸易大学;2015年

2 孔凡民;引水径流式水电厂备件需求预测研究及应用[D];重庆大学;2015年

3 杨洋;G公司汽车售后备件需求预测[D];北京交通大学;2013年

4 齐军;计算机产品售后服务影响备件需求量因素分析[D];上海交通大学;2008年

5 李志;基于支持向量机的兖矿集团备件需求研究[D];中国海洋大学;2012年

6 刘莉;平朔集团不常用备件需求预测和库存模式研究[D];北京交通大学;2014年

7 邹华;不常用备件需求模式统计分类模型研究[D];华中科技大学;2007年

8 付赞;基于最小二乘支持向量机的煤炭港口备件需求预测研究[D];燕山大学;2013年

9 荆园园;人工神经网络在客车备件需求预测中的应用研究[D];郑州大学;2009年

10 王文;基于支持向量机的不常用备件需求预测方法研究[D];华中科技大学;2006年

  本文关键词：引水径流式水电厂备件需求预测研究及应用，由笔耕文化传播整理发布。

本文编号：439178