Este artigo aborda as dificuldades na medição da potência do compressor de frequência variável e os grandes erros de medição, propondo um modelo de medição por simulação. Utiliza o algoritmo de enxame de partículas para encontrar a partícula global ótima, que é usada para inicializar os limites e pesos da rede neural BP na medição da potência do compressor de frequência variável. Foram estabelecidos três modelos de simulação para comparação: o modelo da rede neural BP, o modelo GA-BP e o modelo PSO-BP. Em seguida, a potência do compressor de frequência variável foi medida pelos três métodos de teste: interpolação, extrapolação da temperatura de evaporação e extrapolação da temperatura de condensação. Foi realizada uma análise comparativa do erro relativo médio e do grau de ajuste dos resultados da previsão. Os resultados mostram que o modelo da rede neural BP otimizado pelo algoritmo de enxame de partículas é claramente superior aos outros dois modelos, especialmente no teste de extrapolação da temperatura de condensação, onde o erro relativo diminuiu 1,11% e 2,64% em relação às outras duas redes neurais. O erro relativo médio nos três métodos de teste é inferior a 1% e o grau de ajuste é superior a 0,9, indicando que o modelo da rede neural BP otimizado pelo algoritmo de enxame de partículas possui boa capacidade de medição da potência do compressor de frequência variável e forte capacidade de generalização.

compressor de frequência variável;medição de potência do compressor;algoritmo de enxame de partículas;rede neural BP