目前火力发电仍占据我国电力能源的主力地位,但是火力发电也会产生大量的SO₂等大气污染物。为了减少火电机组产生的SO₂排放,国内的电厂大部分采用石灰石-石膏湿法脱硫系统作为主要的烟气脱硫技术。本文针对石灰石-石膏湿法烟气脱硫系统中存在的如何保证系统稳定性、提高运行经济性和维持脱硫效率的问题,进行了脱硫系统特性稳定运行和优化运行等方面的研究。石灰石-石膏湿法烟气脱硫系统内的循环泵开启台数直接影响脱硫系统的脱硫效率,本文针对历史运行数据存在的数据不均衡和数据量较大的问题,通过基于采样的改进集成学习算法对某电厂1000 MW的火电机组历史运行数据进行研究,先运用箱形图对异常值进行识别删除,再采用R检测法筛选稳态工况数据,然后利用基于聚类和采样的集成学习方法对脱硫数据进行均衡处理并建模,对开启循环泵的台数进行了预测,用预测准确度和召回率判断采样数据的优劣,还讨论了泵组合作为模型输出的预测精度,最后利用所建立的模型进行维持脱硫系统稳定运行的研究。针对脱硫系统内部反应复杂,试验的方法往往由于影响因素众多,难以直接应用于工程实际的问题,本文通过随机森林的建模方法获得脱硫系统的特性模型,分别研究了p H、液气比等对脱硫效率的影响。通过与理论分析对比发现该模型能够较好地反映本文所关注的脱硫塔内各参数对脱硫效率的影响。最后利用该预测模型对脱硫系统进行优化运行,同时将总成本作为目标函数,采用了遗传算法对可调运行参数（浆液密度、浆液p H、液气比）进行了寻优,得到了模拟工况下可调运行参数的目标值。除了循环泵开启台数还有很多因素会对系统脱硫效果和脱硫成本造成影响,比如液气比、浆液p H和浆液密度。本文以某电厂1000 MW机组脱硫系统的历史运行数据为研究对象,通过聚类算法完成数据的聚类分析,利用该算法挖掘得到了脱硫系统可调运行参数的目标值,建立了脱硫系统优化运行的目标库,最后给出了脱硫系统运行优化的指导实例。