锅炉燃烧过程是一个复杂的物理化学变化过程,目前的技术还无法完全从锅炉燃烧的机理来剖析整个燃烧过程。本文通过对目前国内外几类主要的燃烧优化技术的分析,了解到模型预测技术是解决这个问题的有效手段。神经网络是最常用的模型预测技术,这种技术将锅炉燃烧过程作为一个黑箱操作过程,通过大量历史数据的训练,调整模型结构,最终使模型具备模拟锅炉燃烧过程的功能。在此基础上,通过多目标最优化技术,调整锅炉操作变量,使锅炉运行在优化区间,实现经济、环保、安全运行的目标。欧美国家已基于这种技术开发了多个成熟的燃烧优化闭环控制系统,并有了很多成功的实施案例。本文对锅炉燃烧优化系统的两项关键技术——模型预测技术和最优搜索技术进行了研究。全文可以分为四个部分:第一章,通过燃烧优化综述,明确目前火电厂实施燃烧优化闭环控制系统的必要性和可行性,并且比较了主要的几类燃烧优化技术,确定了使用基于模型预测多目标优化技术的燃烧优化闭环控制系统的目标;第二章,以浙江省某电厂#1炉为例,研究了神经网络模型预测技术的应用;第三章在第二章的基础上,建立了锅炉燃烧优化模型,并研究了用遗传算法实现最优搜索的方法。第四章,参照了国外先进技术,讨论了锅炉燃烧优化系统的软件架构,了解了国外先进技术的应用效果。