基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于BP神经网络预测吸热工况下空气源换热塔的热性能,通过改变空气源换热塔的循环溶液流量、风量和进口溶液温度,记录不同工况下的测量参数,利用BP神经网络处理试验数据。网络采用三层结构,隐含层神经元个数为5个,以溶液流量、溶液进口温度、风量、干球温度和盐球温度为输入参数,空气源换热塔吸热效率为输出值。吸热效率预测值和实测值的相关系数、平均相对误差、均方根误差分别为0.995、1.3775%、6.178 ×10−3。结果表明,BP神经网络可以准确预测空气源换热塔吸热工况下的性能,对空气源换热塔热泵系统的运行和设计有重要意义。
推荐文章
基于BP神经网络的车辆换道时间预测
物联网
车联网
交通安全
换道安全
BP神经网络
换道时间
基于BP神经网络的翼型空气动力系数预测
BP神经网络
空气动力系数
预测
基于BP神经网络的路面性能预测方法
路面性能
神经网络
预测
BP算法
基于BP神经网络和支持向量回归的燃煤电厂 空气预热器压差预测
火力发电
空气预热器
BP神经网络
支持向量回归(SVR)
粒子群优化(PSO)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的横流开式空气源换热塔性能预测
来源期刊 建模与仿真 学科 工学
关键词 空气源换热塔 吸热工况 BP神经网络 预测
年,卷(期) 2021,(1) 所属期刊栏目
研究方向 页码范围 1-9
页数 9页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
空气源换热塔
吸热工况
BP神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
建模与仿真
季刊
2324-8696
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
214
总下载数(次)
239
论文1v1指导