阅读说明：本技术 冷机站性能预测系统和方法 (System and method for predicting performance of cold machine station ) 是由 袁圆 阳丽娜 王加龙 丁金磊 于 2018-07-16 设计创作，主要内容包括：本发明涉及一种冷机站性能预测系统和方法。冷机站性能预测方法包括：获取冷冻水回路中进入第一冷机的冷冻水温度ECHWT；获取所述冷冻水回路中离开所述第一冷机的冷冻水温度LCHWT；获取经过所述第一冷机的冷冻水流量F1；获取冷却水回路中离开所述第一冷机的冷却水温度LCWT；获取所述第一冷机功率P1；以及基于获得的数据COP,Q<Sub>1e</Sub>,LCHWT和LCWT来训练与变量COP,Q<Sub>1e</Sub>,LCHWT和LCWT相关的第一冷机性能模型:并且,基于所述第一冷机性能模型来预测所述第一冷机的性能。根据本发明的冷机站性能预测系统和方法准确性高,可用于优化冷机站的控制策略和冷机站改造。(The invention relates to a system and a method for predicting performance of a cold machine station. The method for predicting the performance of the cold machine station comprises the following steps: acquiring the temperature ECHWT of chilled water entering a first cooler in a chilled water loop; acquiring the temperature LCHWT of the chilled water leaving the first chiller in the chilled water circuit; acquiring the flow F1 of the chilled water passing through the first cooler; obtaining the temperature LCWT of cooling water leaving the first cooler in a cooling water circuit; acquiring the power P1 of the first cooler; and COP, Q based on the data obtained 1e LCHWT and LCWT to train and vary COP, Q 1e A first chiller performance model associated with the LCHWT and the LCWT, and predicting performance of the first chiller based on the first chiller performance model. The system and the method for predicting the performance of the cold machine station have high accuracy and can be used for optimizing the control strategy of the cold machine station and reconstructing the cold machine station.)

冷机站性能预测系统和方法

技术领域

本发明涉及冷机站领域，更具体地，本发明涉及冷机站中的设备的性能记录和预测领域。

背景技术

对于冷机站而言，在工作多年后，其中的冷机，冷却塔和泵等设备的性能将与初始设计性能发生偏离，如功耗增大等。在该类工作多年的冷机站的运行过程中，需了解这些设备的实际运行状况，从而配置最优的控制策略。另一方面，如需对冷机站进行改造，则同样需要掌握冷机站中设备当前的实际运行状况。

发明内容

本发明的目的在于解决或至少缓解现有技术中的问题；

本发明的目的在于根据冷机站的历史运行参数来训练能反映冷机站真实行为的模型；

本发明的目的在于利用所述模型优化冷机站的控制策略；

本发明的目的在于利用所述模型来预测历史上未发生过的新工况下的冷机站的行为，如能耗等，从而评估冷机站改造方案；

本发明的目的还在于优化模型以提高预测的准确性；

本发明的目的还在于基于总流量来估测经过各冷机站或冷却塔的流量。

一方面，提供了一种冷机站性能预测系统，包括：

与控制器通讯的传感器装置，包括：

测量冷冻水回路中进入第一冷机的冷冻水温度ECHWT的第一温度传感器；

测量所述冷冻水回路中离开所述第一冷机的冷冻水温度LCHWT的第二温度传感器；

测量所述冷冻水回路中的冷冻水总流量F或经过所述第一冷机的冷冻水流量F₁的流量计；

测量冷却水回路中离开所述第一冷机的冷却水温度LCWT的第三温度传感器；

测量所述第一冷机功率P₁的第一功率表；以及

控制器，所述控制器基于冷冻水总流量F估测经过所述第一冷机的冷冻水流量F₁或直接获取经过所述第一冷机的冷冻水流量F₁；

所述控制器根据公式：

Q_1e＝F₁×c×(ECHWT-LCHWT)

获得所述第一冷机的负载Q_1e，并根据公式：

COP＝Q_1e/P₁

获得所述第一冷机的性能系数COP；

并且，所述控制器内置有与变量COP，Q_1e，LCHWT和LCWT相关的第一冷机性能模型：

COP＝f(Q_1e，LCHWT，LCWT)

并且，所述控制器基于获得的数据COP，Q_1e，LCHWT和LCWT来训练所述第一冷机性能模型；

并且，所述控制器基于所述第一冷机性能模型来预测所述第一冷机的性能。

另一方面，本发明还提供了一种冷机站性能预测方法，包括：

获取冷冻水回路中进入第一冷机的冷冻水温度ECHWT；

获取所述冷冻水回路中离开所述第一冷机的冷冻水温度LCHWT；

获取所述冷冻水回路中的冷冻水总流量F，并基于冷冻水总流量F估测经过所述第一冷机的冷冻水流量F1或直接获取经过所述第一冷机的冷冻水流量F1；

获取冷却水回路中离开所述第一冷机的冷却水温度LCWT；

获取所述第一冷机功率P1；以及

根据公式：

Q_1e＝F₁×c×(ECHWT-LCHWT)

获得所述第一冷机的负载Q_1e，并根据公式：

COP＝Q_1e/P₁

获得所述第一冷机的性能系数COP；

并且，基于获得的数据COP，Q_1e，LCHWT和LCWT来训练与变量COP，Q_1e，LCHWT和LCWT相关的第一冷机性能模型：

COP＝f(Q_1e，LCHWT，LCWT)

并且，基于所述第一冷机性能模型来预测所述第一冷机的性能。

另一方面，提供了估测冷机站中经过第i个冷机的冷冻水流量Fi的方法，所述冷机站包括并联的n个支路和分布在所述n个支路上的n个冷机；

所述方法包括：

获取某一工况下的n个不同总负载Q_j下进入每个冷机的冷冻水温度ECHWT_ij和离开每个冷机的冷冻水温度LCHWT_ij，并计算每个冷机进出水温差ΔT_ij＝ECHWT_ij-LCHWT_ij，i代表第i个冷机，可取1，2...n，j代表第j种总负载Q_j，可取1，2...n；

所述方法包括通过方程：

(Q₁+x₁)/c＝F₁·ΔT₁₁+F₂·ΔT₂₁+…F_n·ΔT_n1

(Q₂+x₁)/c＝F₁·ΔT₁₂+F₂·ΔT₂₂+…F_n·ΔT_n2

…

(Q_n+x₁)/c＝F₁·ΔT_1n+F₂·ΔT_2n+…F_n·ΔT_nn

来求出在所述工况中经过第i个冷机的冷冻水流量Fi。

另一方面，提供了估测冷机站中经过第i个冷却塔的冷却水流量fi的方法，所述冷机站的冷却水回路中包括并联的m个支路和分布在m个支路上的m个冷却塔；

所述方法包括：

获取某一工况下的m个不同总负载q_j下

进入每个冷却塔的冷却水温度ECTWT_ij和离开每个冷却塔的冷却水温度LCTWT_ij，并计算所述工况下的m个不同总负载q_j下每个冷却塔进出水温差Δt_ij＝ECTWT_ij-LCTWT_ij，

其中，i代表第i个冷却塔，可取1，2...m，

j代表第j种总负载q_j，可取1，2...m；

所述方法包括通过方程：

(q₁+x₂)/c＝f₁·Δt₁₁+.f₂·Δt₂₁+…f_m·Δt_m1

(q₂+x₂)/c＝f₁·Δt₁₂+.f₂·Δt₂₂+…f_m·Δt_m2

…

(q_m+x₂)/c＝f₁·Δt_1m+f₂·Δt_2m+…f_m·Δt_mm

来求出在所述工况中经过每个冷却塔的冷却水流量fi。

根据本发明的冷机站性能预测系统和方法准确性高，可用于优化冷机站的控制策略和冷机站改造。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：

图1示出了根据一个实施例的冷机站的结构示意图；以及

图2示出了根据另一实施例的冷机站的结构示意图。

具体实施方式

容易理解，根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。

在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于各附图中所示的构造进行定义的，它们是相对的概念，因此有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。

图1示出了根据一个实施例的冷机站的结构示意图。冷机站主要包括冷机1，冷冻水回路2和冷却水回路3。冷冻水和冷却水在冷机1中换热。在冷冻水回路2中包括负载9和冷冻水压力泵61。在冷却水回路3中包括冷却塔8和冷却水压力泵62，冷却水在冷却塔8处散热，冷却塔8中包括多个风机以将冷却水中的热量散除至周围环境。该类冷机站的各个设备的性能将在长期使用后发生变化，从而与额定数据偏离。

为准确掌握各个设备的实际性能以便实施最佳控制策略或用于冷机站改造，维护等，本发明提供了一种冷机站性能预测系统，包括：与控制器通讯的传感器装置和控制器。传感器装置收集相关数据并提供给控制器，控制器内置有与这些数据有关的模型，通过不断收集和更新的数据，控制器训练相关的模型中的参数，并由此预测在部分数据发生改变时其他数据的相应变化，以掌握设备的实际/真实性能，这些真实性能数据可用于提供优化的控制策略或预测未发生工况下设备的行为，如能耗，并可在对冷机站进行改造时作为参考。

在本发明的实施例中，传感器装置可包括：测量冷冻水2回路中进入第一冷机1的冷冻水温度ECHWT的第一温度传感器41；测量冷冻水回路2中离开第一冷机1的冷冻水温度LCHWT的第二温度传感器42；测量冷冻水回路中的冷冻水总流量F或经过第一冷机1的冷冻水流量F₁的流量计7(在图1的实施例中，由于仅包括第一冷机1，冷冻水总流量F或即等于经过第一冷机1的冷冻水流量F₁)；测量冷却水回路3中离开第一冷机的冷却水温度LCWT的第三温度传感器43；测量所述第一冷机功率P₁的第一功率表51。在备选的实施例中，传感器装置可包括更多元件以收集更多的数据。

控制器与这些收集单元连接以获取上述数据。具体而言，控制器可获取经过所述第一冷机的冷冻水流量F₁或基于冷冻水总流量F估测经过所述第一冷机的冷冻水流量F₁；

控制器根据公式：

Q_1e＝F₁×c×(ECHWT-LCHWT)

获得所述第一冷机的负载Q_1e，其中c为水的比热，并根据公式：

COP＝Q_1e/P₁

获得所述第一冷机的性能系数COP；

并且，控制器内置有与变量COP，Q_1e，LCHWT和LCWT相关的第一冷机性能模型：

COP＝f(Q_1e，LCHWT，LCWT)

并且，控制器基于获得的数据COP，Q_1e，LCHWT和LCWT来训练所述第一冷机性能模型；

并且，控制器基于所述第一冷机性能模型来预测所述第一冷机的性能。控制器通过所获得的数据COP，Q_1e，LCHWT和LCWT来对第一冷机性能模型中的系数不断更新，以获得与第一冷机实际运行性能关联的第一冷机性能模型。根据该第一冷机性能模型，可估测在部分数据变化时，其他数据的相应变化情况，例如，第一冷机性能模型可用于预测在不同负载下第一冷机的能耗。在一些实施例中，第一冷机性能模型还与第一冷机的额定负载Q_1r相关。在一些实施例中，第一冷机性能模型可为根据热力学第一和第二定律推导出来的半物理模型。它基于能量守恒和熵平衡原理，是三个独立变量的函数，包括冷机蒸发器的制冷量，蒸发器出口水温以及冷凝器出口水温。

在进一步的实施例中，传感器装置可包括：测量冷却水回路3中第一冷却塔8风扇功率P₂的第二功率表53；并且

控制器还采集第一冷却塔风扇转速SPD数据，该数据可基于控制信号直接获取；

控制器内置有与变量P₂和SPD相关的第一冷却塔风扇功率模型；

P₂＝f(SPD)

并且，控制器基于所获得的数据P₂和SPD来训练所述第一冷却塔风扇功率模型；

并且，控制器基于冷却塔风扇功率模型来预测第一冷却塔风扇的性能。在一些实施例中，第一冷却塔风扇功率模型还与第一冷却塔风扇额定最大转速SPD_r以及第一冷却塔风扇额定最大功率P_2r相关。

在一些实施例中，第一冷却塔风扇功率模型为：

其中：

并且，控制器通过获得的数据P₂和SPD来训练系数b₁，b₂和b₃的数值。第一冷却塔风扇功率模型可用于预测不同风扇转速下冷却塔的功耗。

在一些实施例中，传感器装置还包括：测量冷冻水回路2中冷冻水压力泵61功率P₃的第三功率表52；并且控制器还获取冷冻水压力泵工作流量Q_op和冷冻水压力泵的转速n；

控制器内置有与变量P₃、Q_op和n相关的冷冻水压力泵功率模型：

P₃＝f(Q_op，n)

并且，所述控制器基于所获得的数据P₃、Q_op和n来训练所述冷冻水压力泵功率模型；

并且，所述控制器基于冷冻水压力泵功率模型来预测冷冻水压力泵的性能。在一些实施例中，冷冻水压力泵功率模型还与冷冻水压力泵设计额定流量Q_des以及冷冻水压力泵额定功率P_des相关。

在一些实施例中，冷冻水压力泵功率模型为：

其中：

R_MFR＝Q_op/Q_aes

并且，所述控制器基于所获得的数据P₃、Q_op和n来训练系数a₁，a₂，a₃，a₄，a₅和a₆的数值。通过冷冻水压力泵功率模型能够准确预测在特定的Q_op和n时冷冻水压力泵的功耗。

在一些实施例中，控制器还获取第一冷却塔8的环境温度，水流量，风机风量，进水温度数据；控制器还内置有与所述第一冷却塔的环境温度，水流量，风机风量，进水温度数据相关的有效传热单元数量模型ε-NTU；并且，控制器还基于所获得的所述第一冷却塔的环境温度，水流量，风机风量，进水温度数据来训练所述有效传热单元数量模型；并且，所述控制器根据所述有效传热单元数量模型来预测所述第一冷却塔出水温度。

继续参考图2，其示出了根据本发明的另一实施例。在该实施例中，冷机站包括并联的3个支路和分布在3个支路上的3个冷机，分别称为第一冷机11，第二冷机12和第三冷机13。在冷冻水回路2中，布置了第一温传感器41和第二温度传感器42，而在各个支路上，各个冷机的上下游分别布置了温度传感器，包括第一冷机11上游和下游的温度传感器441，442，第二冷机12上游和下游的温度传感器451，452以及第三冷机13上游和下游的温度传感器461，462。冷冻水回路2中还包括旁通阀10，负载9，第一冷冻水压力泵63和第二冷冻水压力泵64。在该实施例中，由于在各个支路分别安装流量表来获取经过每个冷机的流量是困难且昂贵的。因此，在本发明的一些实施例中，仅在总流路上配置流量计，而控制器获取总流量F，并估测每条支路的流量Fi。具体而言，在三个支路的情况下，控制器获取某一工况下的3个不同总负载Q_j下进入每个冷机的冷冻水温度ECHWT_ij和离开每个冷机的冷冻水温度LCHWT_ij，并计算每个冷机进出水温差ΔT_ij＝ECHWT_ij-LCHWT_ij，i代表第i个冷机，可取1，2，3，j代表第j种总负载Q_j，可取1，2，3；

所述控制器通过方程：

(Q₁+x₁)/c＝F₁·ΔT₁₁+F₂·ΔT₂₁+F₃·ΔT₃₁

(Q₂+x₁)/c＝F₁·ΔT₁₂+F₂·ΔT₂₂+F₃·ΔT₃₂

(Q₃+x₁)/c＝F₁·ΔT₁₃+F₂·ΔT₂₃+F₃·ΔT₃₃

该方程基于能量守恒定律，其中c代表比热，x₁为补偿参数，其可为考虑管路热损失，系统内热源，如泵发热等其他因素的经验参数，在一些情况下，可忽略其他因素，即x₁可取零。通过解出上述方程可求出在所述工况中经过第1个冷机的冷冻水流量F₁，第2个冷机的冷冻水流量F₂和第3个冷机的冷冻水流量F₃。上述同一工况指的是各支路流量未发生改变，而对于多支路的冷机站而言，如发生物理结构结构的改变，例如管路模式及阀门开度变化时，如旁通阀10开闭等，冷机开启或关闭等均可能导致工况的改变。冷机在同一工况的运行过程中往往会出现多种总负荷数据，控制器仅需选择性收集多种工况下的数据，便可估测出各分支上的流量。各分支上的流量除用于上述模型分析外还可用于评估各支路性能，或者从流量数据判断支路是否流量异常或水泵是否异常等。另一方面，在工况改变后，应针对新的工况重新针对三组不同的总负载Q_j来通过上述方法来估测每个流路的流量。应当理解，Q_j＝F×c×(ECHWT-LCHWT)，其中F为总流量，ECHWT和LCHWT分别为进入和离开冷机站组的冷冻水温度，它们分别由第一温度传感器41和第二温度传感器42获取。另外，在一些实施例中，为了使得所得的估测流量数据更准确，在一些实施例中，同一工况中的任意两个总负载Q_j之间应相差5％以上，如两个总负载Q_j相接近，则估测的各支路流量数据将存在偏差。另外，应当理解，同样的原理可推广至n个支路上分布n个冷机的情况，此时需要取得同一工况的n种负载Q_j下的数据才能解出方程。

继续参考图2，在一些实施例中，在由虚线标处的冷却水回路3中，可存在多个冷却塔，例如第一冷却塔81，第二冷却塔82和第三冷却塔83。对于各个冷却塔的流量而言，由于系统总的放热最终由冷却水侧排出，故冷却水侧的总负荷也是已知，而冷却塔的散热总量等于冷机产热和冷却水压力泵65的产热，因此，也可基于上述方法，通过主流路的流量来推算各支路的流量，从而评估各冷却水支路流量是否异常，或用作其它分析。具体而言，推算经过各个冷却塔流量的方法包括：获取某一工况下的3个不同总负载q_j下进入每个冷却塔的冷却水温度ECTWT_ij和离开每个冷却塔的冷却水温度LCTWT_ij，并计算所述工况下的3个不同总负载q_j下每个冷却塔进出水温差Δt_ij＝ECTWT_ij-LCTWT_ij，其中，i代表第i个冷却塔，可取1，2，3，j代表第j种总负载q_j，可取1，2，3；

所述方法包括通过方程：

(q₁+x₂)/c＝f₁·Δt₁₁+f₂·Δt₂₁+f₃·Δt₃₁

(q₂+x₂)/c＝f₁·Δt₁₂+f₂·Δt₂₂+f₃·Δt₃₂

(q₃+x₂)/c＝f₁·Δt₁₃+f₂·Δt₂₃+f₃·Δt₃₃

来求出在所述工况中经过每个冷却塔的冷却水流量fi。上述方程中c为比热，x₂为考虑管路热损失，系统内热源，如冷却水压力泵65等因素的补偿常数，其可基于经验获得，也可取零。另外，在一些实施例中，为了使得所得的估测流量数据更准确，在一些实施例中，同一工况中的任意两个总负载q_j之间应相差5％以上，如两个总负载q_j相接近，则估测的各支路流量数据将存在偏差。应当理解，该方法也可推广至冷却水回路中包括m条支路的情况，此时需要取得同一工况的m种负载q_j下的数据才能解出方程。

在另一些实施例中，还提供了一种冷机站性能预测方法，包括：

获取冷冻水回路中进入第一冷机的冷冻水温度ECHWT；

获取所述冷冻水回路中离开所述第一冷机的冷冻水温度LCHWT；

获取所述冷冻水回路中的冷冻水总流量F，并基于冷冻水总流量F估测经过所述第一冷机的冷冻水流量F₁或直接获取经过所述第一冷机的冷冻水流量F₁；

获取冷却水回路中离开所述第一冷机的冷却水温度LCWT；

获取所述第一冷机功率P₁；以及

根据公式：

Q_1e＝F₁×c×(ECHWT-LCHWT)

获得所述第一冷机的负载Q_1e，其中c为水的比热，并根据公式：

COP＝Q_1e/P₁

获得所述第一冷机的性能系数COP；

并且，基于获得的数据COP，Q_1e，LCHWT和LCWT来训练与变量COP，Q_1e，LCHWT和LCWT相关的第一冷机性能模型：

COP＝f(Q_1e，LCHWT，LCWT)

并且，基于所述第一冷机性能模型来预测所述第一冷机的性能。

在一些实施例中，所述第一冷机性能模型还与所述第一冷机的额定负载Q_1r相关。

在一些实施例中，所述方法：

获取冷却水回路中第一冷却塔风扇功率P₂；

获取第一冷却塔风扇转速SPD数据；

基于所获得的数据P2和SPD来训练与变量P₂和SPD相关的第一冷却塔风扇功率模型：

P₂＝f(SPD)

并且，基于所述第一冷却塔风扇功率模型来预测所述第一冷却塔风扇的性能。

在一些实施例中，所述第一冷却塔风扇功率模型还与第一冷却塔风扇额定最大转速SPD_r以及第一冷却塔风扇额定最大功率P_2r相关。

在一些实施例中，所述第一冷却塔风扇功率模型为：

其中：

所述方法包括通过获得的数据P₂和SPD来训练系数b₁，b₂和b₃的数值。

在一些实施例中，所述方法包括：

获取冷冻水回路中冷冻水压力泵功率P₃；

获取所述冷冻水压力泵工作流量Q_op和所述冷冻水压力泵的转速n；

基于所获得的数据P₃、Q_op和n来训练与变量P₃、Q_op和n相关的冷冻水压力泵功率模型：

P₃＝f(Q_op，n)

并且，基于所述冷冻水压力泵功率模型来预测所述冷冻水压力泵的性能。

在一些实施例中，所述冷冻水压力泵功率模型还与冷冻水压力泵设计额定流量Q_des以及冷冻水压力泵额定功率P_des相关。

在一些实施例中，所述压力泵功率模型为：

其中：

R_MFR＝Q_op/Q_des

所述方法包括基于所获得的数据P₃、Q_op和n来训练系数a₁，a₂，a₃，a₄，a₅和a₆的数值。

在一些实施例中，所述方法包括：

获取所述第一冷却塔的环境温度，水流量，风机风量，进水温度数据；

基于所获得的所述第一冷却塔的环境温度，水流量，风机风量，进水温度数据来训练与所述第一冷却塔的环境温度，水流量，风机风量，进水温度数据相关的有效传热单元数量模型ε-NTU；以及

根据所述有效传热单元数量模型来预测所述第一冷却塔出水温度。

在一些实施例中，所述冷机站包括并联的n个支路和分布在所述n个支路上的n个冷机；

所述方法包括：

获取某一工况下的n个不同总负载Q_j下进入每个冷机的冷冻水温度ECHWT_ij和离开每个冷机的冷冻水温度LCHWT_ij，并计算每个冷机进出水温差ΔT_ij＝ECHWT_ij-LCHWT_ij，i代表第i个冷机，可取1，2...n，j代表第j种总负载Q_j，可取1，2...n；

所述方法包括通过方程：

(Q₁+x₁)/c＝F₁·ΔT₁₁+F₂·ΔT₂₁+…F_n·ΔT_n1

(Q₂+x₁)/c＝F₁·ΔT₁₂+F₂·ΔT₂₂+…F_n·ΔT_n2

…

(Q_n+x₁)/c＝F₁·ΔT_1n+F₂·ΔT_2n+…F_n·ΔT_nn

来求出在所述工况中经过第i个冷机的冷冻水流量Fi。

在一些实施例中，所述冷机站的冷却水回路中包括并联的m个支路和分布在m个支路上的m个冷却塔；

所述方法包括：

获取某一工况下的m个不同总负载q_j下

进入每个冷却塔的冷却水温度ECTWT_ij和离开每个冷却塔的冷却水温度LCTWT_ij，并计算所述工况下的m个不同总负载q_j下每个冷却塔进出水温差Δt_ij＝ECTWT_ij-LCTWT_ij，

其中，i代表第i个冷却塔，可取1，2...m，

j代表第j种总负载q_j，可取1，2...m；

所述方法包括通过方程：

(q₁+x₂)/c＝f₁·Δt₁₁+f₂·Δt₂₁+…f_m·Δt_m1

(q₂+x₂)/c＝f₁·Δt₁₂+f₂·Δt₂₂+…f_m·Δt_m2

…

(q_m+x₂)/c＝f₁·Δt_1m+f₂·Δt_2m+…f_m·Δt_mm

来求出在所述工况中经过每个冷却塔的冷却水流量fi。

以上所描述的具体实施例仅为了更清楚地描述本发明的原理，其中清楚地示出或描述了各个部件而使本发明的原理更容易理解。在不脱离本发明的范围的情况下，本领域的技术人员可容易地对本发明进行各种修改或变化。故应当理解的是，这些修改或者变化均应包含在本发明的专利保护范围之内。