En utilisant le réseau de neurones radiaux (RBF) comme base, les détails de la mise en œuvre de la couche d'entrée, de la couche cachée et de la couche de sortie de RBF sont présentés, les exigences de correspondance matricielle pour chaque partie sont fournies, l'algorithme d'essaim de particules (PSO) est utilisé pour rechercher la largeur de la base du modèle RBF et les poids de la couche de sortie, et le processus de mise en œuvre concret est présenté, un modèle de mesure douce du vide du condenseur est établi. En utilisant les données réelles de fonctionnement du système de condensation 300 MW en tant qu'exemple pour entraîner ce modèle, en comparant les valeurs anticipées de vide du condenseur avec les valeurs réelles, nous avons vérifié la précision de ce modèle dans l'estimation de l'état de fonctionnement du condenseur et avons donné des recommandations pour son diagnostic.

Condenseur; vide; PSO; RBF; mesure douce; modèle prédictif