基于深度卷积神经网络的工业循环冷却水系统运行状态预测

作     者：刘钢 李晓东 金轶群 刘川 罗智斌 谢宙桦 冯铁玲 黄善锋 LIU Gang;LIXiaodong;JIN Yiqun;LIU Chuan;LUO Zhibin;XIE Zhouhua;FENG Tieling;HUANG Shanfeng

作者机构：中电四会热电有限责任公司广东四会526242 西安热工研究院有限公司陕西西安710054 

出 版 物：《热力发电》 (Thermal Power Generation)

年 卷 期：2022年第51卷第8期

页      码：149-153页

摘      要：工业循环冷却水系统运行状态预测是维护工业设备正常运行的重要保障。为此,提出一种基于深度卷积神经网络的智能工业循环冷却水系统运行状态预测方法。该方法根据工业循环冷却水水质特征,使用工业循环水在线仪表采集pH值、碱度、硬度、氯离子等实时数据,设计了深度卷积神经网络框架,在每层网络中加入Dropout层,以避免神经网络训练过拟合。利用某电厂的实际水质测量数据对该方法进行有效性验证,结果表明,该方法的预测结果准确率可达94%,且泛化能力良好,优于现有其他方法。

主 题 词：工业循环冷却水 水质特征 人工智能 深度卷积神经网络 

学科分类：08[工学] 081101[081101] 0811[工学-水利类] 081102[081102] 

核心收录：

D　O　I：10.19666/j.rlfd.202203033

馆 藏 号：203114091...