基于多模型融合的燃煤机组复杂工况过热器壁温预测方法

本发明公开了一种基于多模型融合的燃煤机组复杂工况过热器壁温预测方法，包括：采集燃煤机组后屏过热器壁温的相关参数，利用最大信息系数算法MIC和关联性特征选择算法CFS对相关参数的特征变量进行筛选利用高斯混合模型对数据集按照工况进行划分，形成各子集；通过混合网络对子集建立独立的单一预测模型；利用多头加性注意力机制对单一预测模型的输出结果进行赋权，匹配不同的工况建立集成后屏过热器壁温预测模型，对模型进行训练；利用现场采集数据对模型性能进行验证。本发明能够构建适应不同工况的动态特性的集成壁温预测模型，可实现复杂工况下的壁温预测，为运行人员提供参考指导，防止后屏过热器管道超温引发爆管等事故的发生。