基于灰色关联分析法的BP神经网络预测机械通风冷却塔出水温度研究

扫码查看

原文链接

万方数据
维普

中文摘要：通过灰色关联度分析法对影响冷却塔出水温度的10项参数进行筛选,确定以进水温度、循环水量、冷却塔运行台数、环境湿度、环境温度、风机运行频率和风机运行台等7项权重占比高的因子作为输入层,根据Kolmogorov定理得出5个神经元的隐含层,以冷却塔出水温度为输出层,以100组实验数据为样本,进行三层结构的BP神经网络预测模型构建.结果显示:预测值与实验值吻合良好,相关系数为0.987 49,平均相对误差(MAE)为0.33%,均方根误差(RMSE)为0.014 5,该模型可以有效预测该实验冷却塔在不同条件下的性能特征.

作者：

刘江涛、张波、禹承昆、滕跃、王浩、王文科、荣金利、谢强

展开 >

作者单位：

北京京能恒星能源科技有限公司,北京 100089

关键词：

灰色关联度分析 BP神经网络冷却塔性能指数出水温度预测

出版年：

2024

DOI：

10.3969/j.issn.1004-7948.2024.02.031

节能

辽宁省科学技术情报研究所　辽宁省能源研究会

节能

影响因子：0.295

ISSN：1004-7948

年,卷(期)：2024.43(2)

参考文献量10