基于神经网络模型的自然通风逆流湿式冷却塔 热力性能研究
Fluid Machinery(2019)
摘要
冷却塔是热力发电厂中重要的冷端设备.人工神经网络是研究冷却塔热力性能的一个重要方法,然而目前关于自然通风逆流湿式冷却塔热力特性的神经网络相关研究还不够充分.本文基于电厂领域36座自然通风逆流湿式冷却塔的实测热力数据,使用BP神经网络模型,对冷却塔的出塔水温、冷却数、蒸发损失水率进行预测研究.结果表明利用BP神经网络可以对冷却塔的热力性能进行较好的预测,出塔水温、冷却数、蒸发损失水率的预测均方误差以及平均相对误差分别为0.278、0.076、0.003和1.565%、18.153%、3.599%.研究结果对电厂冷却塔的热力设计及运行监测具有重要的参考价值.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要