La prédiction de l'état de fonctionnement du système de refroidissement industriel à circulation d'eau est un garant important pour le bon fonctionnement de l'équipement industriel. À cette fin, une méthode de prédiction de l'état de fonctionnement du système de refroidissement industriel à circulation d'eau basée sur un réseau neuronal convolutif profond est proposée. Cette méthode repose sur les caractéristiques de la qualité de l'eau de refroidissement industriel, en utilisant des données en temps réel pH, alcalinité, dureté, ions chlorure collectées par des instruments en ligne de l'eau de refroidissement industriel, une structure de réseau neuronal convolutif profond est conçue avec l'ajout d'une couche de Dropout à chaque couche du réseau pour éviter le surajustement du réseau neuronal. L'efficacité de cette méthode a été vérifiée à l'aide de données de mesure de la qualité de l'eau réelle dans une centrale électrique, les résultats ont montré que la précision de prédiction de cette méthode peut atteindre 94% et elle présente une bonne capacité de généralisation, supérieure aux autres méthodes actuelles.

refroidissement industriel à circulation d'eau; caractéristiques de qualité de l'eau; intelligence artificielle; réseau neuronal convolutif profond