我国电站锅炉降低NO_x浓度的主要方式是通过SCR脱硝系统喷氨。目前,电站锅炉中一般采用烟气在线监测系统对烟气中NO_x排放进行实时测量,但这种系统的测量过程在时间上存在着滞后,造成脱硝系统入口NO_x的测量值不能及时指导SCR脱硝系统动作。因此,火电厂NO_x排放量的实时准确测量对于降低污染物的排放具有重要意义。本文以电站锅炉NO_x排放为研究对象,由于脱硝反应器入口NO_x测量具有迟延,静态软测量建模方法不能反映工业过程动态信息,为了解决这种预测模型精度低、鲁棒性差的问题,本文在电站锅炉NO_x排放中引入动态软测量技术,实现了NO_x排放模型的建立。分析了影响NO_x生成的主要因素,选择合适的输入变量,通过维思通数据库管理系统实现数据的采集工作,并将采样数据做必要的预处理。利用主元分析法选择主成分贡献率高的主元,并完成主要辅助变量的选择,该方法降低了建立模型的复杂度,缩短了模型预测输出的时间。一方面,本文基于最小二乘支持向量机建立NO_x排放的静态软测量模型,再利用自回归滑动平均方法实现对静态模型的动态校正,该模型能够实时的估计出NO_x预测值。另一方面,本文采用互信息方法计算出生产过程中辅助变量与目标变量的延迟时间,再基于最小二乘支持向量机建立NO_x排放的动态软测量模型,该模型的预测值很大程度上超前了原始测量值,具有良好的预测效果。