基于物理信息神经网络的循环流化床床温智能预测方法

本发明公开了基于物理信息神经网络的循环流化床床温智能预测方法，主要涉及工业过程智能控制与能源动力工程交叉技术领域；包括步骤：S1、获取循环流化床的运行数据，对其进行预处理后获得数据集；S2、构建物理信息残差神经网络；S3、构建自适应权重调整的损失函数；S4、利用数据集，对物理信息残差神经网络进行训练，结合所构建的物理信息残差神经网络和损失函数进行迭代优化以获得床温预测模型；S5、将循环流化床的运行数据输入床温预测模型即可获得床温预测值；本发明能够解决循环流化床床温动态预测的复杂非线性问题，能够优化锅炉运行效率、提高燃烧稳定性，并降低污染物排放。