我国的能源消费主要以煤炭为主,预计这种消费结构在未来相当长的一段时间内不会发生根本性的变化。造成我国大气污染的SO2和NOx有很大一部分是由于煤炭的燃烧所造成的。随着我国煤炭燃烧和消耗的进一步增大,我国大气污染状况不容乐观。我国电力行业中的火电行业燃料用煤消耗一直是我国煤炭消耗的大户,火电行业在运行过程中产生的NOx占我国工业NOx排放量的一半以上,因此,如何控制火电行业的NOx排放,逐渐成为社会所关注的焦点。火电行业NOx排放量的预测工作是大气污染控制的基础性工作。由于火电行业的NOx污染源在生产技术、机组容量、运行状态、锅炉的排放特征等各方面均存在着明显的差异,很难采用简单的公式进行计算,并且现行的诸多NOx排放量估算与预测方法均存在局限性。本文深入分析我国火电行业NOx排放量现状、火电NOx控制法规标准、火电NOx控制技术等,根据我国火电行业的实际情况,总结影响我国火电NOx排放的因素,在分析传统NOx排放预测方法的基础上,提出利用灰色预测和BP神经网络对火电行业NOx排放量进行预测,并在这两种模型的基础上,建立基于诱导有序加权平均算子(IOWA)和马尔科夫链(MC)的组合预测模型。预测结果表明,本文所建模型预测结果精确、运算简单、所需数据量较少,是对我国火电行业NOx排放量进行预测的一种较为科学、合理的方法。