本文基于BP神经网络预测吸热工况下空气源换热塔的热性能，通过改变空气源换热塔的循环溶液流量、风量和进口溶液温度，记录不同工况下的测量参数，利用BP神经网络处理试验数据。网络采用三层结构，隐含层神经元个数为5个，以溶液流量、溶液进口温度、风量、干球温度和盐球温度为输入参数，空气源换热塔吸热效率为输出值。吸热效率预测值和实测值的相关系数、平均相对误差、均方根误差分别为0.995、1.3775%、6.178 × 10−3。结果表明，BP神经网络可以准确预测空气源换热塔吸热工况下的性能，对空气源换热塔热泵系统的运行和设计有重要意义。
