[发明专利]基于RBF神经网络的冷却塔建模方法

权利要求书

1.基于RBF神经网络的冷却塔建模方法，其特征在于，所述方法包括

A根据现场监测参数，并利用RBF神经网络建立冷却塔的数学模型；

B根据建立的数学模型对冷却塔热力性能实时评估；

C根据热力性能完成对冷却塔风机、水泵的智能优化调控。

2.根据权利要求1所述的基于RBF神经网络的冷却塔建模方法，其特征在于，所述现场监测参数包括冷却塔运行参数、排风参数和室外环境参数；所述现场监测参数通过监测装置实时进行监测。

3.根据权利要求2所述的基于RBF神经网络的冷却塔建模方法，其特征在于，所述运行参数包括进水量V_水、进水温度T_水、进风量V_风1、进风温度T_风1、进风湿度H_风1，排风参数包括排风量V_风2、排风温度T_风2、排风湿度H_风2，环境参数包括大气压P_空气、空气温度T_空气、空气湿度H_空气。

4.根据权利要求1所述的基于RBF神经网络的冷却塔建模方法，其特征在于，所述步骤A具体包括：设计冷却塔RBF神经网络输入层节点为X_i(i＝1,2,…11)，采用高斯函数径向基函数Φ(δ)＝exp(-δ²/B²)确定神经网络隐含层，以出塔水温T_出水为目标函数，训练神经网络样本，建立冷却塔模型。

5.根据权利要求1所述的基于RBF神经网络的冷却塔建模方法，其特征在于，所述步骤B具体包括：根据建立的冷却塔RBF神经网络模型，实时计算冷却塔出水温度T_出水，通过对比原冷却塔设计工况完成冷却塔热力性能实时评估。

6.根据权利要求1所述的基于RBF神经网络的冷却塔建模方法，其特征在于，所述步骤C具体包括：根据实时评估的热力性能结果，通过变频器对冷却塔风机、水泵进行智能优化调控，智能控制冷却塔的进水量和风机功率，减少冷却塔系统能耗。