基于贝叶斯优化BP神经网络的锅炉供水温度预测方法

本发明涉及锅炉温度监测技术领域，尤其涉及一种基于贝叶斯优化BP神经网络的锅炉供水温度预测方法，包括：获取目标时间段内燃气锅炉的运行参数数据及供水温度数据；将目标时间段进行切分以得到若干时域子段，确定显性规律表征值，根据显性规律表征值判定是否标记目标时间段；若标记目标时间段，则构建初始BP神经网络模型；定义超参数搜索空间；利用高斯过程构建代理模型，以得到最优超参数组合；基于最优超参数组合以及初始BP神经网络模型确定贝叶斯优化BP神经网络模型；基于贝叶斯优化BP神经网络模型对燃气锅炉的供水温度进行预测。本发明能够对模型参数进行实时更新调整优化，提高对燃气锅炉供水温度预测的准确性。