基于粒子群优化算法优化BP神经网络模型的间接空冷散热器性能监测

来源：动力工程学报杂志2019年第12期北京时间：

作者：李昊, 罗云, 李瑞东, 苏永健, 陈雪林, 徐义巍, 郭洪远, 李鹏竹,

摘要：为监测间接空冷散热器的换热性能，提出了监测间接空冷塔出水温度的方法。根据间接空冷系统散热器传热量计算和热平衡方程，分析了间接空冷塔出水温度的影响因素，建立了以环境温度、环境风速、大气压力、间接空冷塔循环水进水温度、循环水进水压力、出水压力和百叶窗开度7个主要参数为输入，出水温度为输出的BP神经网络模型。为避免该模型陷入局部最优，采用非线性动态惯性权重的粒子群优化（PSO）算法对BP神经网络模型的初始权值和阈值进行了优化，构建了PSO-BP神经网络预测模型，并根据某660 MW间接空冷机组的运行数据对该模型进行了训练和验证。结果表明：采用PSO算法优化的BP神经网络模型具有较强泛化能力，预测精度高于单纯的BP神经网络模型，预测平均绝对百分比误差为0.55%。

关键词：间接空冷,粒子群优化算法,预测模型,BP神经网络,出水温度,