1.一种基于燃烧器近壁面气氛软测量的锅炉贴壁风装置，其特征在于：包括贴壁风喷口(1)、近壁面气氛取样管(2)、燃烧器(3)和炉膛(4)，炉膛(4)底部的燃烧器(3)附近前后墙设有2-5层贴壁风喷口(1)，炉膛(4)的侧墙设置有近壁面气氛取样管(2)。
2.如权利要求1所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置，其特性在于：近壁面气氛取样管(2)安装于炉膛(4)的左右侧墙上，近壁面气氛取样管(2)的高度位于燃烧器区域的中上部。
3.如权利要求1所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置，其特性在于：近壁面气氛取样管(2)采用耐热不锈钢，近壁面气氛取样管(2)安装于水冷壁鳍片上；近壁面气氛取样管(2)的管径为10-20mm，共2-4层。
4.如权利要求1所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置，其特性在于：近壁面气氛取样管(2)连接烟气分析仪。
5.如权利要求1所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置，其特性在于：贴壁风喷口(1)采用热一次风或热二次风，风温为300-400度，风压为3-6kpa，流速为40-80m/s。
6.如权利要求1所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置，其特性在于：贴壁风喷口(1)向燃烧器区域倾斜，贴壁风喷口(1)的轴线延伸方向与所安装的前后墙壁面夹角θ为70-80度。
7.一种如权利要求1所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置的使用方法，其特征在于，包括以下步骤：
s1、首先，将近壁面气氛取样管(2)连接烟气分析仪，在调整不同的锅炉运行参数及贴壁风参数的情况下，对各测点近壁面气氛进行5-15天离线实测，获得的数据用于训练最小二乘支持向量机预测模型，以获得模型中的相关参数；
s2、完成离线实测和模型训练后，利用该模型，根据锅炉运行参数及贴壁风参数为输入量，预测各测点近壁面气氛，为贴壁风调节提供依据，目标是燃烧器近壁面o2浓度处于1.5％-2.5％、co处于1％-3％范围；
s3、当锅炉运行超过一定时间后，再进行离线实测和模型训练，对预测模型进行修正。
8.根据权利要求7所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置的使用方法，其特征在于：所述步骤s1中，锅炉运行参数包括锅炉负荷、主蒸汽压力和流量、煤质参数、磨煤机投入组合、各层燃烧器叶片角度和风门开度、炉膛出口温度和氧量、尾部nox排放值、炉膛负压、送风机和引风机电流、以及一二次风的风压和风温；贴壁风参数包括贴壁风开度、风压和风温。
9.根据权利要求7所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置的使用方法，其特征在于：所述步骤s1中，用于训练的离线实测的数据集合共计m个，为：
式中，xi表示输入量；yi表示输出量，即贴壁风气氛co、o2及h2s浓度；根据最小二乘支持向量机建立如下最优决策函数：
f(x)＝wtφ(x)+b
式中，w为可调整权重向量，上标t表示向量转置；φ(x)是非线性函数；b为偏置量；wt和b满足以下条件：
|yi-wtφ(x)+b|≤ε
式中，j为误差总和，ε为最大允许误差；引入惩罚系数γ，并转化为：
yi-wtφ(xi)+b+ei
式中，j(w,e)为误差总和；e为拟合误差向量；ei为拟合误差向量中的元素；定义拉格朗日函数l对上式进行求解:
式中，α为lagrange乘子；αi为支持向量的元素；通过优化条件消除w和e，并引入核函数，得到燃烧器近壁面气氛的预测表达式为：
式中，k(xi,xj)为核函数，xi及xj均为训练样本数据集合中的样本。
10.根据权利要求7所述的基于燃烧器近壁面气氛软测量的锅炉贴壁风装置的使用方法，其特征在于：所述步骤s2中，如果燃烧器近壁面还原性气氛较强，即o2浓度低于1.5％或co浓度高于3％时，则以5％为增量，逐步增加贴壁风开度，同时采用最小二乘支持向量机预测模型，对燃烧器近壁面气氛进行预测分析，直到还原性气氛达到目标范围为止；如果燃烧器近壁面氧化性气氛较强，即o2浓度高于2.5％或co浓度低于1％时，则以5％为增量，逐步降低贴壁风开度，同时采用最小二乘支持向量机预测模型，对燃烧器近壁面气氛进行预测分析，直到氧化性气氛达到目标范围为止。