Cuando las unidades de generación térmica participan en el ajuste profundo de carga, la obtención en tiempo real del campo de temperatura del horno ayuda al control de la caldera de la central eléctrica y al estudio del proceso de combustión dentro del horno. Con el avance de la generación inteligente, el aprendizaje automático proporciona un medio importante para obtener en tiempo real el campo de temperatura del horno. Se resumen los principios y aplicaciones de las tres técnicas en línea más utilizadas para monitorear el campo de temperatura del horno: el método acústico, la tomografía de espectroscopía de absorción y la imagen térmica, así como las ventajas y desventajas en la aplicación a la medición de la temperatura del horno en calderas. A continuación, se explican en detalle los principios del método predictivo que combina aprendizaje automático y CFD, mostrando que este método se ve menos afectado por el entorno desfavorable dentro del horno. Se revisan las aplicaciones del método en la investigación de la estructura y parámetros de la llama de combustión y el campo de temperatura del horno, demostrando la viabilidad del método para predecir con precisión el campo de temperatura del horno. Finalmente, se analizan las tendencias futuras de las técnicas de monitoreo en línea del campo de temperatura del horno y el método predictivo que combina aprendizaje automático y CFD, con la finalidad de proporcionar ideas para obtener en tiempo real un campo de temperatura del horno más preciso en el contexto de la inteligencia de las centrales eléctricas.

Caldera de central eléctrica;Campo de temperatura del horno;Monitoreo en línea;Aprendizaje automático;Predicción