科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对部分负荷性能系数IPLV测试方法复杂且在现场测试过程中无法保证能将冷水机组卸载到指定的测试工况的问题,利用附加动量项与自适应学习速率,对传统的BP神经网络算法进行了改进,提出了基于改进BP神经网络的IPLV预测方法,利用供冷负荷率,冷冻水供水温度,冷却水进水温度,冷冻水流量、冷却水流量与COP 6个参数训练IPLV预测模型。本文以某商场离心式冷水机组为案例,利用该方法对冷水机组的IPLV进行了预测,并与实验测试的结果进行了比较。研究结果表明:利用BP神经网络预测的冷水机组IPLV与实验测试的结果平均相对误差为1.7%。
- 单位
