При участии тепловых электростанций в глубоком регулировании нагрузки, получение поля температуры топки в реальном времени способствует контролю котлов станции и исследованию процессов горения внутри топки. С развитием интеллектуальной генерации энергии машинное обучение стало важным инструментом для получения поля температуры топки в реальном времени. В работе суммированы принципы и применение трёх наиболее распространённых технологий онлайн-мониторинга поля температуры топки: акустический метод, метод спектральной томографии поглощения и метод тепловизионной съемки, а также рассмотрены их преимущества и недостатки при применении в измерении температуры топки котлов. Далее подробно изложен принцип прогноза, базирующегося на сочетании машинного обучения и CFD, показано, что данный метод менее подвержен влиянию сложных условий внутри топки. Обзор применения этого метода в исследованиях структуры и параметров пламени горения и поля температуры топки подтверждает его применимость и точность для прогноза поля температуры топки. В заключение проанализированы перспективы развития технологий онлайн-мониторинга поля температуры топки и прогнозных методов на основе сопряжения машинного обучения и CFD с целью обеспечения более точного и быстрого получения поля температуры топки в условиях интеллектуализации электростанций.

Котёл электростанции;Поле температуры топки;Онлайн-мониторинг;Машинное обучение;Прогнозирование