본 논문은 가변 주파수 압축기의 전력 측정 어려움과 큰 측정 오차 문제를 다루며, 시뮬레이션 측정 모델을 제안하였다. 입자 군집 알고리즘을 이용하여 전역 최적 입자를 찾고, 이를 사용하여 BP 신경망의 임계값과 가중치를 초기화하여 가변 주파수 압축기의 전력을 측정하였다. 본 논문에서는 BP 신경망 모델, GA-BP 신경망 모델, PSO-BP 신경망 모델의 총 3가지 시뮬레이션 모델을 구축하여 비교하였으며, 세 가지 모델의 내삽법, 증발 온도 외삽법, 응축 온도 외삽법 테스트 방법을 통해 가변 주파수 압축기의 전력 측정을 수행하였다. 예측 결과의 평균 상대 오차와 적합도를 비교 분석하였다. 결과는 입자 군집 알고리즘으로 최적화된 BP 신경망 모델이 다른 두 모델보다 현저히 우수하며, 특히 응축 온도 외삽 테스트에서 다른 두 신경망에 비해 상대 오차가 1.11%, 2.64% 감소했음을 보여준다. 세 가지 테스트 방법 모두 평균 상대 오차가 1% 미만이며, 적합도는 0.9 이상으로 나타나 입자 군집 알고리즘으로 최적화된 BP 신경망 모델이 가변 주파수 압축기의 전력 측정 능력이 우수하고 일반화 능력도 강함을 입증한다.

가변 주파수 압축기;압축기 전력 측정;입자 군집 알고리즘;BP 신경망