화력 발전소가 심층 부하 조절에 참여할 때, 노선 온도장의 실시간 획득은 발전소 보일러 제어와 노 내부 연소 과정 연구에 도움이 되며, 지능형 발전 추진에 따라 기계 학습은 노선 온도장을 실시간으로 얻는 중요한 수단을 제공한다. 본문에서는 음향법, 흡수 분광 단층 촬영법 및 열복사 영상법 이 세 가지 가장 일반적인 노선 온도장 온라인 모니터링 기술의 원리와 응용, 그리고 보일러 노선 측온 응용에서의 장단점을 요약하였다. 이어 기계 학습과 CFD를 결합한 예측 방법의 원리를 자세히 설명하였으며, 이 방법이 열악한 노 내부 환경에서 적은 영향을 받는 점을 밝히고, 연소 화염 구조 및 파라미터와 노선 온도장 연구에의 응용을 개관하였다. 이는 노선 온도장에 대한 이 방법의 적용 가능성과 정확한 예측 능력을 나타낸다. 마지막으로, 노선 온도장 온라인 모니터링 기술과 기계 학습 및 CFD 결합 예측 방법의 미래 발전 동향을 분석하여 발전소의 지능화 과정에서 더 정확한 노선 온도장을 실시간으로 신속히 얻을 수 있는 아이디어를 제공하고자 한다.

발전소 보일러;노선 온도장;온라인 모니터링;기계 학습;예측