一种基于物理信息神经网络的熔盐储罐防凝热量需求的预测方法

本发明公开了一种基于物理信息神经网络的熔盐储罐防凝热量需求的预测方法，属于光热电站熔盐储热系统运行管理技术领域。方法包括：构建熔盐储罐系统的物理信息神经网络模型；采集熔盐储罐系统的环境参数和罐体温度场参数，进行模型训练，根据复合损失函数设置模型迭代次数，获取环境参数与罐体温度场的动态映射关系；基于气象预报数据和动态映射关系，预测停机期间的储罐熔盐温度变化；结合凝固点特性建立热损失积分方程，计算停机期间的最小防凝热量需求。本发明有效解决了传统经验模型与纯数据驱动方法在复杂气象条件下的预测失准问题，实现了最小防凝能量的精确计算。