特高压换流站调相机外冷水系统 腐蚀结垢预测模型研究

• 作者: 顾先涛 樊培培 陈晓春 高宇祥 周仲康 张俊杰 马晓薇 计巧珍 吴妍 徐亚艳 董浩声 段忠辛 杨林 高忠辉
• 来源期刊: 工业水处理
• 学科: 工学
• 关键词: 循环冷却水系统;阻垢模型;结垢机理;BP神经网络;机器学习
• 年，卷（期）: 2025,（2）
• 页码范围: 138-143
• 页数: 6页
• 语种: 中文
• DOI: 10.19965/j.cnki.iwt.2024-0448

摘要

大型换流站调相机外冷水系统腐蚀结垢直接关系到冷却器的热力性能，开展冷却水结垢机理研究和结垢预测研究对保障电网安全运行具有重要意义。对调相机外冷水结垢机理和现有结垢预测模型进行探讨，在此基础上提出以深度学习算法进一步建立精确的垢生长数学模型。首先对某大型特高压换流站冷却水系统运行数据进行预处理，得到3 250组有效数据样本，之后以该数据集进行训练，采用反向传播（BP）神经网络和机器学习算法建立循环冷却水系统的结垢预测模型，并对该模型的预测精准度进行评价。评价结果表明，训练后的模型能够有效预测结垢量，总体平均相对百分比误差（MAPR）在7.53%以下，决定系数(R2)为0.985，具备良好的拟合效果以及泛化能力。