温度场预测模型训练方法、温度场重建方法

本申请属于数据处理以及深度学习领域，具体涉及了一种温度场预测模型训练方法、温度场重建方法，旨在解决锅炉炉膛温度测量精准度不足的问题。温度场预测模型训练方法包括：获取目标锅炉的几何模型，并对几何模型进行网格划分，其中，几何模型的网格对应有用于定位的网格数据；基于目标锅炉的流体数值仿真模型，获取目标锅炉的温度场数据；将网格数据和温度场数据构建的目标数据集作为单元模型的训练样本，通过对单元模型中包括的节点温度更新模型和边特征更新模型分别迭代进行训练；将训练完成的单元模型的模型参数同步至多个层，生成由多个层组成的温度场预测模型。本申请能够通过少量实测温度数据实现目标锅炉内部温度场的高精度重建。