냉각수 중 증발한 습기를 액체상태로 돌리는 콘덴서의 오염열저항을 예측하기 어려운 문제를 해결하기 위해 개선된 알고리즘을 적용하여 엘만 신경망을 최적화하여 콘덴서 오염열저항 예측 모델을 구축하였다. 입자의 이동과 전역적인 정보처리능력에 따라 관성 가중치를 동적으로 조정하고, 속도와 수렴 정밀도를 향상시키기 위해 개선된 입자군 알고리즘을 사용하여 신경망의 가중치와 임계 값을 최적화하여 모델의 예측 능력을 향상시켰다. 콘덴서 청소 후 300 MW 발전소의 오염열저항 예측 모델을 구축하였다. 예측값은 실제값과 비교하여 모델의 정확성을 검증한다. 결과는 개선된 예측 모델이 더 높은 정확도와 적응력을 갖고 있어 오염열저항 예측과 청소 주기에 대한 이론적 근거를 제공한다.

엘만 신경망 ; 입자군 알고리즘; 콘덴서; 오염열저항; 예측 모델