杨文宇，谢应明，闫坤，邹俊华，舒胜

（上海理工大学能源与动力工程学院，上海200093）

CO2水合物作为一种新型蓄冷介质，具有蓄冷效率高、蓄冷密度大、传热效率高[1]、无毒[2]、环保及来源广泛等优点[3]，在蓄冷空调技术研究中得到国内外学者重视。作为蓄冷介质，水合物生成量对系统蓄冷量大小起决定作用。对于水合物的相平衡与生成量的预测研究，目前有经验、半经验模型和水合物理论预测模型可以对水合物的生成量进行预测。经验模型是利用实验中的实际数据拟合得到的模型，计算简单但精度不高，一般用于初步估算。理论模型是运用水合物生成时的动力学或热力学理论，通过试验得到的模型，预测误差小但对理论模型要求较高，理论模型一直都是研究的重点。王树立等[4]通过编程计算与实验研究对比发现，化学亲和力模型可准确预测复配体系水合物的生成。

近些年来，国内外学者利用诸如BP 神经网络模型、小波神经网络、马尔科夫链预测、灰色理论等模型[5-8]建立了不同的水合物预测模型。神经网络在水合物的研究中应用十分广泛，付康伟等[9]利用BP 神经网络算法建立陆域冻土地带的天然气水合物成藏模型，算法有效实用。马金凤等[10]根据地球化学数据建立水合物矿藏分类的神经网络模型，弥补了当前地球化学评价方法的部分缺点。Ghiasi等[11]通过利用最小二乘支持向量机及自适应模糊神经推理系统等模型对CO2水合物的生成条件进行了研究，取得了良好的预测结果。……