摘要：提出了基于特征选取与多RBF神经网络的冷凝器污垢软测量方法。该方法采用基于BP神经网络的灵敏度计算，从受污垢影响的冷凝器各个性能指标中，提取最能反映冷凝器污垢状态的特征变量。在此基础上，针对冷凝器变工况、冷凝器空气漏人量等因素对污垢特征变量的影响，研究基于多RBF神经网络的智能建模方法，有效实现冷凝器污垢与其他参数变化对特征变量影响的分离。根据此方法，进行了现场试验，试验结果表明：该方法能较准确地在线监测冷凝器污垢，并在冷凝器出现堵管、空气漏人量较大、工况参数大范围变化时，取得比热阻法、传热系数法、模糊软测量法更可靠的测量结果。

关键词：冷凝器污垢 特征选取 多rbf神经网络 灵敏度计算 

单位：长沙理工大学电气与信息工程学院 长沙410076 湖南大学电气与信息工程学院 长沙410082