火力发电在我国电力行业中占据重要地位,有关火电站方面的研究始终备受关注。由于我国能源结构以煤为主,因而电站多是燃煤电站。煤在燃烧过程中,释放热量的同时也会产生大量氮氧化物(NOx)、二氧化硫(S02)等污染物。随着社会经济的不断发展,我国的环保标准日益严格,必须寻求有效方法降低电站锅炉污染物排放;此外,燃煤价格不断上涨,在目前的上网电价定价机制条件下,降低发电成本是提高电厂利润的有效措施。电厂同时面临着降低运行成本与降低污染物排放的双重要求,因此高效低NOx燃烧技术日益受到人们的关注。为了研究高效低NOx燃烧技术,本文建立了基于支持向量机回归(SVR)的NOx排放模型与锅炉效率模型。使用粒子群优化算法(PSO)寻找支持向量机建模的最优参数,使用基于中位影响值的多因素权重系数分配方法(MEIVW)对模型的输入变量进行加权以进一步提高模型的精度。使用测试数据对模型进行测试,测试结果表明模型能够较好的对锅炉NOx的排放量以及锅炉效率进行预测。在上述两个模型的基础之上,以NOx排放量和锅炉效率为优化目标,以锅炉配风方式的各可控参数为优化变量,采用多目标粒子群优化算法(MOPSO)对NOx排放和锅炉效率进行了优化。优化结果表明,降低NOx排放量与提高锅炉效率是相互矛盾的,这也与机理分析的结果相一致。但是对于一些严重偏离正常运行情况的工况,此类工况优化潜力较大,MOPSO算法能够寻找到合适的运行参数以实现高效低NOx燃烧,优化结果表明,该优化算法能够在保证锅炉效率的情况下有效降低NOx排放量,优化后节能减排效果明显。由于MOPSO算法在进行优化后得到的是一个解集,本文使用基于企业成本的多目标优化结果选择方法,能够从Pareto解集中选择出经济效益最好的粒子用以指导锅炉运行。