一种循环冷却水结垢模型预测方法及系统
申请号：CN202411502068
申请日期：2024-10-25
公开号：CN119397902A
公开日期：2025-02-07
类型：发明专利
摘要
本发明公开了一种循环冷却水结垢模型预测方法及系统，所述方法采用训练优化神经网络算法进行梯度估计，所述神经网络算法包含输入层、隐含层和输出层。所述模型预测系统总体平均绝对百分比误差(MAPE)为7.53％，决定系数(R2)为0.985，总体预警准确率达到92.47％。该方案建立了一种更加高效、简洁、准确的冷却水阻垢预测模型，与挂片法等实验周期长的传统方法比，建立的循环冷却水腐蚀结垢模型预测系统成本更低、反应快速，有效提高冷了却水系统结垢判断能力。
技术关键词
冷却水结垢
模型预测方法
优化神经网络
神经网络算法
预测系统
冷却水阻垢
系统结垢
结垢物质
羟基磷灰石
非线性
参数
指标
数据
指数
误差
关系
系统为您推荐了相关专利信息
企业风险预测方法
风险预测系统
XGBoost模型
预训练模型
爬虫技术
元素
资源占用冲突
数字孪生
设计系统
生成场景
围岩塑性区
矩形巷道
预测系统
表达式
巷道断面
运维管理平台
资源预测方法
资源分配
可执行程序代码
采集平台
实时数据
智能预测方法
数据采集单元
水压爆破技术
智能预测系统
