Прогноз состояния работы системы промышленного рециркуляционного охлаждения воды является важным обеспечением нормальной работы промышленного оборудования. В этом целях предлагается метод прогнозирования состояния работы системы промышленного рециркуляционного охлаждения воды на основе глубокой сверточной нейронной сети. Данный метод основан на характеристиках качества воды промышленного рециркуляционного охлаждения, с использованием реальных данных pH, щелочности, жесткости, хлорид-ионов, собранных онлайн-приборами промышленной рециркуляционной воды, разработана структура глубокой сверточной нейронной сети с добавлением слоя Dropout в каждом слое сети для избежания переобучения нейронной сети. Проверена эффективность этого метода на основе фактических данных измерений качества воды на электростанции, результаты показали, что точность прогнозов этого метода может достигать 94%, и обладает хорошей обобщающей способностью, превосходящей остальные существующие методы.

промышленное рециркуляционное охлаждение воды; характеристики качества воды; искусственный интеллект; глубокая сверточная нейронная сеть