【目的】基于测试获取的有限点温度数据,采用BP神经网络对封闭腔内部时间和空间维度的温度场进行预测,为地采暖地板蓄热性能的分析计算提供理论和数据支撑。【方法】基于课题组自行研制的地采暖地板释热温度场测试设备,获取测试腔体内部测点的温度数据,并划分为神经网络训练集和测试集:时间维度上,将每个测点的三维空间坐标和该测点前3个时间节点的温度值作为输入,各个测点第4个时间节点的温度值作为输出,其中,前80组作为训练集,后28组作为测试集;空间维度上,均匀选出总量4/5测温点的数据作为训练集,剩余1/5测温点的数据作为测试集。基于训练集,分别建立时间和空间维度的BP神经网络模型,并由测试集完成对模型的验证。【结果】时间维度上,平均相对误差(MRE)=0.269 2%,最大相对误差(MAE)=5.916 0%,均方误差(MSE)=0.422 4%,拟合度(R~2)=0.998 7;空间维度上, MRE=0.364 2%,MAE=4.781 8%,MSE=0.521 9%,R~2=0.998 5。【结论】BP神经网络方法预测结果可信度较高,可有效获取地采暖地板检测腔体内部连续完整的温度场,为后续地采暖地板蓄热性能的分析计算提供理论和数据支撑。