进入二十一世纪以来,随着我国人口增长和经济迅猛发展,能源消耗量大、利用率低、污染物排放超标等问题日益突出。在“十二五”期间我国节能减排降耗等方面取得一些改进成果的基础上,“十三五”计划中对节能减排任务提出了更高的要求。由于我国能源结构方面的原因,燃煤发电将在未来相当长的一段时间内继续作为供电领域的主力军承担主要的发电任务。作为火力发电的核心,燃煤电站锅炉系统的安全稳定高效运行显得尤为重要,而锅炉系统的运转离不开各个辅助设备的高效运行。作为锅炉系统尾部利用烟气能量预热空气、提高锅炉热效率的关键设备,空气预热器的使用效能对机组效率的提升有很大影响。本文以燃煤电站锅炉系统中空气预热器为研究对象,主要内容如下:首先,研究空预器的漏风监测问题。基于空预器漏风状态的机理模型分析,比较两种漏风评定模型后选定漏风率作为空预器漏风状态的评定指标;选择软测量建模的方式,优化辅助变量选择方法,应用最小二乘支持向量机理论建立空预器漏风率预测模型,并选择粒子群算法对模型参数进行滚动优化,从而实现了空预器实时漏风情况的在线监测。基于燃煤电站实际运行数据的仿真结果显示,本文建立的模型拟合能力较好,能够满足现场应用的需要。然后,研究空预器的积灰监测问题。从燃煤电站现场获取的数据出发,对数据中存在的误差进行分析,并针对火电数据中常常存在的显著误差和随机误差问题提出了解决方法;建立烟气和工质物性参数数据库,通过建立的烟气实时成分分析模块对物性参数库进行验证;根据热力学公式从逆烟气流程的角度分析建立回转式空预器的传热模型,并基于此搭建空预器灰污状态监测模型。通过采集到的燃煤电站历史运行数据进行建模与验证,仿真结果表明模型能够对空预器受热面的积灰情况进行有效监测。最后,研究空预器运行状态经济性评估问题。通过对空预器实时运行状态的机理分析,选择空预器积灰、漏风、热效率和电耗四个方面进行状态监测。通过人工神经网络算法建立了空预器热效率模型,根据引风机、送风机和一次风机的电耗情况建立了空预器电耗模块,加之前文中介绍的积灰和漏风监测模块,组成监测集合实现空预器运行状态的模块评估。在整体评估部分,基于模糊神经网络算法建立空预器运行状态经济性评估模型,由现场数据的仿真结果可知,模型评价结果与实际情况基本一致,证明了评估模型的合理性。