一种融合实际测点数据机理模型的炉膛温度场预测方法及设备

1.一种融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于，该预测方法包括以下步骤：

2.如权利要求1所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：每个辐射温度测点数据td(m)与炉膛温度场t＝{t(n),n＝1,2,...,n}之间建立数学关系，其中m＝1,2,...,m,对应的公式为：

3.如权利要求2所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：机组运行参数、炉膛辐射温度与炉膛温度场的定量关系公式为：

4.如权利要求1所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：设定燃烧数值模拟工况，采用cfd数值模拟获得各工况的炉膛温度场，根据炉膛温度场分布特征确定炉膛辐射温度测点的数量及位置。

5.如权利要求4所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：根据炉膛几何参数及辐射温度测点位置建立热辐射成像机理模型，将用cfd获得的各工况炉膛温度场、炉膛辐射温度测点的数量及位置输入到热辐射成像机理模型中，获得各测点的炉膛辐射温度数据，并建立包括炉膛辐射温度数据、机组运行参数及炉膛温度场数据的训练数据集和测试数据集。

6.如权利要求5所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：建立基于多层感知器神经网络的炉膛温度场机器学习模型，用获得的训练数据集对炉膛温度场机器学习模型进行训练，获得机组运行参数、炉膛辐射温度与炉膛温度场的定量关系公式，并用测试数据集对炉膛温度场机器学习模型进行检验。

7.如权利要求6所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：在炉膛壁面安装的辐射温度测量装置的安装位置和数量分别与步骤(1)中确定的炉膛辐射温度测点布置位置和数量一致。

8.如权利要求6所述的融合实际测点数据机理模型的炉膛温度场预测方法，其特征在于：利用获得的训练数据集对mlp神经网络模型进行训练，将预处理后的参数输入到mlp神经网络模型的输入层中，在经过mlp神经网络模型的多层隐藏层的非线性计算后，输出计算结果至mlp神经网络模型的输出层，之后重构输出向量以获得炉膛温度场，通过反向传播过程对隐藏层所有神经元的权值迭代更新，完成对mlp神经网络模型的训练。

9.一种融合实际测点数据机理模型的炉膛温度场预测系统，其特征在于：所述系统包括存储器及处理器，所述存储器储存有计算机程序，所述处理器执行所述计算机程序时执行权利要求1-8任一项所述的融合实际测点数据机理模型的炉膛温度场预测方法。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-8任一项所述的融合实际测点数据机理模型的炉膛温度场预测方法。