本論文は、可変周波数圧縮機の電力測定が困難で測定誤差が大きい問題に対し、シミュレーション測定モデルを提案した。粒子群アルゴリズムを用いて全局最適粒子を探索し、それを用いてBPニューラルネットワークの閾値および重みを初期化し、可変周波数圧縮機の電力を測定する。本論文ではBPニューラルネットワークモデル、GA-BPニューラルネットワークモデル、PSO-BPニューラルネットワークモデルの3種類のシミュレーションモデルを構築し比較した。次に、3つのモデルの内挿、蒸発温度外挿、凝縮温度外挿の試験方法により可変周波数圧縮機の電力測定を行い、予測結果の平均相対誤差と適合度を比較分析した。結果は、粒子群アルゴリズムで最適化されたBPニューラルネットワークモデルが他の2つのモデルより明らかに優れており、特に凝縮温度外挿試験において他の2つのネットワークより相対誤差が1.11％、2.64％低減したことを示している。3つの試験方法いずれも平均相対誤差は1％未満、適合度は0.9以上であり、粒子群アルゴリズムで最適化されたBPニューラルネットワークモデルが可変周波数圧縮機の電力測定能力に優れ、汎化能力も高いことを示している。

可変周波数圧縮機;圧縮機電力測定;粒子群アルゴリズム;BPニューラルネットワーク