一种基于迁移学习的焚烧炉内温度的智能预测方法及系统

本发明涉及固体处置技术领域，特别是一种基于迁移学习的焚烧炉内温度的智能预测方法及系统。利用迁移学习思路，充分利用现有焚烧工况数据训练通用BP神经网络模型，针对新工况只需少量微调即可快速适应，大大提高了样本不足情况下的预测精度。引入不同工况条件下的运行参数和炉内温度数据，构建模拟数据预训练集和现场数据目标集，结合BP神经网络和迁移学习方法，充分利用历史数据中的温度分布规律。无需从头训练复杂模型，在已有模型基础上微调，提高了建模效率，增强了模型可解释性，有利于工程应用中的分析诊断。