[发明专利]一种调控冷却塔出水温度的方法

说明书

技术领域

本发明涉及冷却塔领域，具体涉及一种调控冷却塔出水温度的方法。

背景技术

冷却塔是发电厂生产发电过程中重要的传热传质设备，其作用是通过热质交换，将高温冷却水的热量散入大气中，将循环冷却水的温度降低。其冷却水作用主要靠冷热两股流体在塔内混合接触，借助两股流体间的水蒸汽分压力差，使热流体部分蒸发并自身冷却。

双曲线自然通风冷却塔的组成可分为塔筒结构和淋水装置两大部分。塔筒结构包括冷却塔贮水池、斜支柱 ( 冷却塔进风口 )、通风筒等 ；淋水装置包括配水管和配水槽、喷溅装置、淋水填料、除水器等。

冷却塔的冷却水温度的变化完全依靠自然温度、风速、大气压力所决定，在夏季冷却水的实际温度与设计的最佳温度相差较大，经常出现冷却塔出水温度过大达不到要求的情况。

发明内容

为了解决现有技术中冷却塔出水温度过高的问题，本发明提供一种调控冷却塔出水温度的方法。

本发明的技术方案是：一种调控冷却塔出水温度的方法，该方法包括：

步骤一、检测冷却塔的出水温度；

步骤二、利用遗传优化的BP神经网络模型对出水温度数据进行处理；

步骤三、遗传优化的BP神经网络模型同时处理冷却塔监测数据；

步骤四、网络模型分析处理后的数据；

步骤五，输出故障类型。

所述步骤二和三中的遗传优化BP神经网络模型中利用了遗传优化BP神经网络算法，该算法分为三部分：确定BP神经网络结构，遗传算法优化权值和阈值，BP神经网络训练及预测。

遗传算法包括：

A.  计算适应度；

B.  选择染色体进行复制；

C.  交叉、变异过程；

D.  产生新群体；

E.  判断是否满足终止条件；

F.  满足终止条件则结束，不满足则返回步骤A。

所述步骤三中的温度传感器检测冷却塔进出水温度、室外的湿球温度，水流量传感器检测冷却塔布水管，转速传感器检测冷却塔风机转速，风量传感器检测冷却塔通风口的风量。

本发明有如下积极效果：本发明提供的调控冷却塔出水温度的方法，能够实时检测冷却塔出水温度，传感器数据均经过算法处理筛选，删除由于偶然因素产生的不稳定数据，现有技术中的不稳定数据经常会引发冷却塔系统发出警报，而本发明中的传感器数据经过处理后删除不稳定数据就不会发生冷却塔系统的误报警情况。本发明中使用的基于遗传优化BP神经网络算法的模型，结合了遗传算法和BP神经网络的优点，简单、适用、鲁棒性强而且可以在在复杂而庞大的搜索空间中寻找最优或准最优数据解。同时本发明对冷却塔各个部件的监测，可以准确检测出出水温度不正常的原因，并提供解决方案供检测员参考和使用。

附图说明

图1 是本发明中的调控冷却塔出水温度方法的工作流程图；

图2 是本发明中的遗传算法优化的BP神经网络的流程图；

图3 是本发明中的神经网络算法的流程图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

一种调控冷却塔出水温度的方法，能够实时检测冷却塔出水温度，传感器数据均经过算法处理筛选，删除由于偶然因素产生的不稳定数据避免了误报警的情况发生，同时对冷却塔各个部件的监测，可以准确检测出出水温度不正常的原因，并提供解决方案供检测员参考和使用。如图1所示，该方法步骤包括：

S01步骤一、检测冷却塔的出水温度。温度传感器安装在冷却塔的出水口处，对冷却塔的出水温度进行实时监测，并发送到遗传优化BP神经网络模型进行数据处理和筛选。删除由于偶然因素产生的不稳定数据，现有技术中的不稳定数据经常会引发冷却塔系统发出警报。

S02步骤二、利用遗传优化BP神经网络模型对出水温度数据进行处理，得到最佳的温度测量数据，以便准确的进行下步步骤，避免了传感器实时发送数据由于偶然误差引起的数据差异和误报警情况，而本发明中的传感器数据经过算法处理后不会发生误报警的情况。