[发明专利]冷却塔出水温度预测方法在审
| 申请号： | 201510115906.2 | 申请日： | 2015-03-17 |
| 公开（公告）号： | CN104700147A | 公开（公告）日： | 2015-06-10 |
| 发明（设计）人： | 张育仁;张研;帕提曼热扎克 | 申请（专利权）人： | 芜湖凯博实业股份有限公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 无 | 代理人： | 无 |
| 地址： | 241000 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 冷却塔 出水 温度 预测 方法 | ||
1.一种冷却塔出水温度预测方法，其特征在于：包括如下步骤：
步骤一：建立小波神经网络诊断模型，输入初始样本数据，进行样本学习；
步骤二：样本训练完成后，输入采集单元采集到的实时数据，进行水温预测。
2.根据权利要求1所述的冷却塔出水温度预测方法，其特征在于：所述采集单元采集的样本数据包括：冷却塔进塔水温、空气湿球温度和水气质量比。
3.根据权利要求2所述的冷却塔出水温度预测方法，其特征在于：所述水气质量比为冷却水流量和空气流量比值。
4.根据权利要求1所述的冷却塔出水温度预测方法，其特征在于：所述初始样本数据包括：冷却塔进塔水温、空气湿球温度、水气质量比和冷却塔出水温度。
5.根据权利要求1所述的冷却塔出水温度预测方法，其特征在于：所述小波神经网络预测模型包括输入层、隐含层和输出层，隐含层选取的神经元激励函数为Morlet小波：
。
6.根据权利要求1所述的冷却塔出水温度预测方法，其特征在于：所述输入层的目标误差函数为：
式中： 为输出层第n个结点的期望输出； 为网络实际输出，P为输入输出样本数目。
7.根据权利要求1所述的冷却塔出水温度预测方法，其特征在于：所述隐含层的输出为：
式中：为输入层输入； 隐含层输出；ｍ为输入层结点；ｋ为隐含层结点；wkm为隐含层节点和输入层节点之间的权值；h（·）为Morlet小波函数。
8.根据权利要求1所述的冷却塔出水温度预测方法，其特征在于：所述输出层的输出为：
式中：为输出层输入；ｋ为隐含层结点；ｎ为输出层结点；ｗｎｋ为隐含层节点与输出层节点之间的权值；sig（·）为Sigmod函数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于芜湖凯博实业股份有限公司;，未经芜湖凯博实业股份有限公司;许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510115906.2/1.html，转载请声明来源钻瓜专利网。
