基于深度学习的火力发电炉膛监视自动化控制系统优化

摘要

火电锅炉炉膛处于高温含尘与强辐射环境，现场通常以炉膛火焰电视配合火检信号，由运行人员在DCS上综合判读着火、燃烧偏斜、结焦苗头与灭火风险，并联动给煤、二次风、燃尽风和油枪投退。煤质掺烧与深度调峰使火焰形态更易突变，传统阈值与人工经验在遮挡、反光与光照突变下容易误报或漏报。本文从图像获取、模型训练、报警判据和控制接口等提出可实施的深度学习优化路径，并强调模型在长期运行中的校核与冗余配置。