[發明專利]基于RBF神經網絡的冷卻塔建模方法

在審

• 申請號: 201410312965.4
• 申請日: 2014-07-02
• 公開（公告）號: CN104239597A
• 公開（公告）日: 2014-12-24
• 發明（設計）人: 譚小衛
• 申請（專利權）人: 新菱空調（佛岡）有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/02
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 王海洋

1.基于RBF神經網絡的冷卻塔建模方法，其特征在于，所述方法包括

A根據現場監測參數，并利用RBF神經網絡建立冷卻塔的數學模型；

B根據建立的數學模型對冷卻塔熱力性能實時評估；

C根據熱力性能完成對冷卻塔風機、水泵的智能優化調控。

2.根據權利要求1所述的基于RBF神經網絡的冷卻塔建模方法，其特征在于，所述現場監測參數包括冷卻塔運行參數、排風參數和室外環境參數；所述現場監測參數通過監測裝置實時進行監測。

3.根據權利要求2所述的基于RBF神經網絡的冷卻塔建模方法，其特征在于，所述運行參數包括進水量V_水、進水溫度T_水、進風量V_風1、進風溫度T_風1、進風濕度H_風1，排風參數包括排風量V_風2、排風溫度T_風2、排風濕度H_風2，環境參數包括大氣壓P_空氣、空氣溫度T_空氣、空氣濕度H_空氣。

4.根據權利要求1所述的基于RBF神經網絡的冷卻塔建模方法，其特征在于，所述步驟A具體包括：設計冷卻塔RBF神經網絡輸入層節點為X_i(i＝1,2,…11)，采用高斯函數徑向基函數Φ(δ)＝exp(-δ²/B²)確定神經網絡隱含層，以出塔水溫T_出水為目標函數，訓練神經網絡樣本，建立冷卻塔模型。

5.根據權利要求1所述的基于RBF神經網絡的冷卻塔建模方法，其特征在于，所述步驟B具體包括：根據建立的冷卻塔RBF神經網絡模型，實時計算冷卻塔出水溫度T_出水，通過對比原冷卻塔設計工況完成冷卻塔熱力性能實時評估。

6.根據權利要求1所述的基于RBF神經網絡的冷卻塔建模方法，其特征在于，所述步驟C具體包括：根據實時評估的熱力性能結果，通過變頻器對冷卻塔風機、水泵進行智能優化調控，智能控制冷卻塔的進水量和風機功率，減少冷卻塔系統能耗。