Este artículo aborda las dificultades para medir la potencia de los compresores de frecuencia variable y los grandes errores de medición, y propone un modelo de simulación de medición. Se utiliza el algoritmo de enjambre de partículas para buscar la partícula óptima global, que se emplea para inicializar los umbrales y pesos de la red neuronal BP para medir la potencia del compresor de frecuencia variable. Se establecieron tres modelos de simulación para comparación: el modelo de red neuronal BP, el modelo GA-BP y el modelo PSO-BP. Luego, la potencia del compresor de frecuencia variable se midió mediante tres métodos de prueba: interpolación, extrapolación de la temperatura de evaporación y extrapolación de la temperatura de condensación. Se realizó un análisis comparativo del error relativo medio y del grado de ajuste de los resultados de predicción. Los resultados muestran que el modelo de red neuronal BP optimizado con el algoritmo de enjambre de partículas es claramente superior a los otros dos modelos, especialmente en la prueba de extrapolación de la temperatura de condensación, donde el error relativo con respecto a las otras dos redes neuronales se redujo en un 1,11 % y un 2,64 %. El error relativo medio bajo los tres métodos de prueba es inferior al 1 % y el grado de ajuste es superior a 0,9, lo que indica que el modelo de red neuronal BP optimizado con el algoritmo de enjambre de partículas tiene una buena capacidad para medir la potencia del compresor de frecuencia variable y una fuerte capacidad de generalización.

compresor de frecuencia variable;medición de potencia de compresor;algoritmo de enjambre de partículas;red neuronal BP