文献类型：期刊文章

作　　者：杨豪[1] 章立新[1] 尹证[2] 姚安琪[1] 刘婧楠[1] 高明[1] 沈艳[3]

Yang Hao;Zhang Lixin;Yin Zheng;Yao Anqi;Liu Jingnan;Gao Ming;Shen Yan(University of Shanghai for Science and Technology,Shanghai,China)

机构地区：[1]上海理工大学 [2]北京玻璃钢研究设计院有限公司 [3]上海同驰换热设备科技有限公司

出　　处：《暖通空调》

年　　份：2021

卷　　号：51

期　　号：4

起止页码：112-117

语　　种：中文

收录情况：JST、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：针对传统的BP神经网络预测方法存在的缺陷,提出了一种经遗传算法优化的BP神经网络预测方法。基于实测数据,比较分析了焓差法、传统BP神经网络法、优化BP神经网络法3种预测方法,并分析了循环水流量、进塔水温、湿球温度、干球温度对冷却塔出塔水温的影响。结果表明,运用优化BP神经网络法得到的出塔水温均方误差为0.000 787℃~2,平均相对误差为0.079 9%,均方根误差为0.028 069℃,明显小于其他预测方法。使用改进后的预测模型对某公司的开式冷却塔全年运行数据进行分析,发现出塔水温与循环水流量、进塔水温、湿球温度呈正相关关系,与干球温度呈负相关关系。

关 键 词：冷却塔 出塔水温  遗传算法 BP神经网络 焓差法

分 类 号：TK17]