Для решения проблемы трудности прогнозирования сопротивления теплопередачи загрязнения конденсатора использована улучшенная оптимизация алгоритма частиц для построения модели прогнозирования сопротивления теплопередачи загрязнения. На основе динамической настройки инерционного веса партнеров и глобального познавательного навыка, алгоритм частиц оптимизирован для повышения точности и скорости сходимости, с использованием улучшенного алгоритма частиц для оптимизации весов и порогов нейронной сети, улучшается способность прогнозирования модели. Создается модель прогнозирования сопротивления теплопередачи загрязнения конденсатора станции мощностью 300 МВт после очистки конденсатора. Предсказанные значения сравниваются с фактическими значениями для проверки точности модели. Результаты показывают, что улучшенная модель прогнозирования обладает лучшей точностью и способностью к адаптации, что обеспечивает теоретическую основу для прогнозирования загрязнения конденсатора и интервала времени очистки.

Нейронная сеть Эльмана; оптимизация алгоритма частиц; конденсатор; загрязнение поверхности теплопередачи; прогностическая модель