为更好控制氮氧化物排放,燃煤电站应选择合适的脱硝技术并保证脱硝装置的优化运行,这需要进行科学的脱硝技术评价与运行参数预测。目前相关研究存在隶属函数不合理、赋权方法单一、预测精度与再现性不佳等问题。本文分别以国内已完成炉内低氮改造的660MW火电煤粉炉与流化床炉、两个燃煤电站的选择性催化还原(SCR)装置入口NOx浓度与催化剂活性为研究对象,建立合适的脱硝技术评价与参数预测模型,并针对存在的问题,开展模型优化研究。首先分析比较了脱硝技术评价与运行参数预测的不同方法与模型,结合脱硝技术与相关运行参数的特点,选取了适用于本研究的模型与优化方法。运用相离度理论和博弈论赋权法分别改进了隶属函数和指标权重,从而优化了脱硝技术评价模型。将优化的模型应用于国内完成炉内低氮改造的660MW火电煤粉炉与流化床炉,在不同负荷工况下评价选择性非催化还原(SNCR)、SCR、SNCR-SCR联合3种脱硝技术。在额定负荷工况下验证了评价模型的合理性,其余工况下的评价结果表明,额定负荷50%工况下660MW火电煤粉炉脱硝宜优先选用SNCR-SCR技术,其余低负荷工况的评价结果与额定负荷工况一致。基于某燃煤电站SCR入口NOx浓度的历史数据,建立了差分自回归滑动平均(ARIMA)预测模型,并分别采用Elman网络残差补偿与引入多变量的方法优化ARIMA模型,结果表明,通过两种方法优化后的ARIMA模型对实际值变化的敏感度均有显著提高,其中引入多变量的方法具有最佳的模型优化效果。基于某燃煤电站SCR催化剂活性的历史数据,选用曲线拟合、灰色预测GM(1,1)模型、ARIMA模型进行预测研究,并采用ARIMA残差补偿与模型组合法优化预测模型,结果表明,两种方法均能改善GM(1,1)模型的预测效果,其中ARIMA残差补偿对GM(1,1)模型的优化效果最好。