国内城市固废焚烧(Municipal　solid　waste　incineration,　MSWI)过程通常依靠运行专家观察炉内火焰识别燃烧状态后再结合自身经验修正控制策略以维持稳定燃烧,存在智能化水平低、识别结果具有主观性与随意性等问题.由于MSWI过程的火焰图像具有强污染、多噪声等特性,并且存在异常工况数据较为稀缺等问题,导致传统目标识别方法难以适用.对此,提出一种基于混合数据增强的MSWI过程燃烧状态识别方法.首先,结合领域专家经验与焚烧炉排结构对燃烧状态进行标定;接着,设计由粗调和精调两级组成的深度卷积生成对抗网络(Deep　convolutional　generative　adversarial　network,　DCGAN)以获取多工况火焰图像;然后,采用弗雷歇距离(Fréchet　inception　distance,　FID)对生成式样本进行自适应选择;最后,通过非生成式数据增强对样本进行再次扩充,获得混合增强数据构建卷积神经网络以识别燃烧状态.基于某MSWI电厂实际运行数据实验,表明该方法有效地提高了识别网络的泛化性与鲁棒性,具有良好的识别精度.