论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 宋嘉梁,阮圣奇,陈永东,吴晓红,李翔
关键词: 自然通风冷却塔,神经网络,热力性能,预测,电厂
来源: 流体机械 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 合肥通用机械研究院有限公司传热技术与装备研究所,中国大唐集团科学技术研究院有限公司华东电力试验研究院
基金: 国家重点研发计划课题“典型接触式热交换设备能效评价关键技术研究”资助项目(2017YFF0209803)
分类号: TM621;TP183
页码: 79-83
总页数: 5
文件大小: 772K
下载量: 114