近年来环境污染问题日趋严峻,燃气蒸汽联合发电机组以燃烧清洁能源天然气为主,大大降低了污染物的排放,因此在近几年里发展迅速。燃气轮机是联合发电机组重要组成部分,对其进行建模研究已成为发展联合发电机组的研究热点。燃气轮机系统是一个非线性、强耦合系统,基于传统的机理分析法很难得到系统精确的数学模型。因此深入研究基于智能算法的燃气轮机系统建模对于燃气轮机系统仿真、故障诊断等工作具有重要的意义。本文首先对燃气蒸汽联合循环发电机组燃气轮机部分的建模方法进行研究,对燃气轮机的主要部分压气机、燃烧室以及透平进行机理分析,确定了燃气轮机系统是一个以燃料量、入口可转导叶(IGV)开度和转速为输入,以燃气轮机功率和透平排气温度为输出的多入多出系统。多输出支持向量回归机(Multi-Output Support Vector Regression,MSVR)适用于小样本、非线性的多入多出系统建模。结合工业现场实际运行数据,建立燃气轮机系统全工况MSVR模型,通过网格搜索法来确定MSVR模型参数,分别在几个典型工况下对MSVR模型进行测试,验证模型的通用性以及曲线拟合精度。MSVR模型在不稳定工况条件下误差大,模型精度低。为提高建模精度和模型的全工况通用性,使用混沌粒子群算法(CPSO)优化MSVR模型参数。混沌粒子群算法弥补了标准粒子群算法易陷入局部最优的缺陷,对CPSO-MSVR模型进行多工况仿真实验。实验结果表明,采用CPSO算法优化模型参数提高了MSVR模型的精度,建立的燃气轮机系统CPSO-MSVR模型具有良好的全工况通用性。