Utilizando la red neuronal radial (RBF) como base, se presentan los detalles de la implementación de la capa de entrada, la capa oculta y la capa de salida de RBF, se proporcionan los requisitos de coincidencia matricial para cada parte, se utiliza el algoritmo de enjambre de partículas (PSO) para buscar el ancho de base del modelo RBF y los pesos de la capa de salida, y se presenta el proceso de implementación concreto, se establece un modelo de medición suave del vacío del condensador. Utilizando datos reales de operación del sistema de condensación de 300 MW como ejemplo para entrenar este modelo, comparando los valores anticipados de vacío del condensador con los valores reales, verificamos la precisión de este modelo en la estimación del estado de funcionamiento del condensador y dimos recomendaciones para su diagnóstico.

Condensador; vacío; PSO; RBF; medición suave; modelo predictivo