模型准确率
89%
R² = 0.89
功率平均误差
15.6kW
MAE
温度平均误差
0.95°C
MAE
训练数据量
22.8万
有效样本
实时预测 - 输入参数
预测功率
--
kW
预测出水温度
--
°C
典型工况速览
| 场景 | 供水温度 | 回水温度 | 冷冻流量 | 冷却流量 | 功率 | 出水温度 |
|---|
敏感性分析 - 哪个因素对能耗影响最大？
基准工况: 设定16°C | 回水16°C | 供水21°C | 冷冻流600 | 冷却流680
基准功率: -- kW
结论：冷却水供水温度是控制冷机能耗的「主开关」，每升高2°C功率约增加150~200kW，优先优化冷却塔效率可获最佳节能收益。
冷却水供水温度 vs 功率
冷冻水回水温度 vs 功率
冷冻水流量 vs 功率
冷却水流量 vs 功率
Mock数据验证 - 30条模拟工况预测结果
模拟工况批量预测
| No | 设定°C | 回水°C | 供水°C | 冷冻流 | 冷却流 | 功率kW | 出水°C | 功率等级 |
|---|
模型效果展示 - 实际值 vs 预测值
功率预测散点图
模型说明
| 模型算法 | MLP多层感知机 |
| 网络结构 | 5 → 128 → 64 → 32 → 2 |
| 激活函数 | ReLU + Dropout(0.2) |
| 优化器 | Adam (lr=0.001) |
| 训练轮数 | 96轮（早停） |
| 数据划分 | 80% 训练 / 20% 测试 |
| 功率 R² | 0.89 (优秀) |
| 温度 R² | 0.72 (良好) |
| 功率 MAPE | 9.35% |
| 温度 MAPE | 3.9% |
| 运行环境 | Python 3.13 + PyTorch |
| 模型文件 | chiller_model.pt |
行业对标：R² > 0.85 即为优秀模型，本模型功率预测R²=0.89，达到可投入使用标准。