在我国的电力供应中主要以火电为主,煤炭的燃烧会产生大量的氮氧化物(NOx)、硫氧化物、烟尘等,这些污染物对环境和人体有极大的危害。所以国家对NOx气体的排放标准越来越严格,目前很多已安装脱硝装置的电厂正在进行积极改造,希望达到更高的脱硝效率。但由于火电机组属于典型的复杂热力系统,具有大惯性、非线性等特性,传统的建模方法在建模过程中存在很大的局限性,因此本文利用软测量的方法对电厂SCR(Selective Catalytic Reduction)脱硝装置和锅炉优化燃烧进行研究和优化。首先,通过对NOx生成机理及SCR脱硝工艺流程的了解,总结出影响NOx气体排放浓度的多种因素,然后结合DCS系统中的监测点数据,参考国内外文献专利,得出SCR出口NOx气体浓度的理想计算模型,通过模型可以计算出理论上最佳的喷氨量,以及最佳脱硝效率。在该模型中会涉及催化剂的催化活性,这是整个SCR脱硝设备中最关键的一个参数,为了方便实时的了解催化剂的活性,本文利用电厂实验数据对活性进行拟合,并结合电厂实际运行参数对其进行修正,修正后的催化剂活性可以较好的反应当前运行状态下的催化能力,对电厂技术人员有一定的参考作用。然后,为了能在线预测出SCR出口NOx浓度,本文利用支持向量机软测量方法构建了在线监测模型,为了使模型的训练时间更短,利用平均影响值法对一些影响较小的输入参数进行剔除,选择了总煤量,总风量,过量空气系数等多个参数作为模型输入参数。结果表明,利用筛选后的参数所建模型准确度高于未筛选变量所建模型。以上述研究成果为基础,引入了遗传算法对支持向量机中的参数进行优化,优化后的SVM模型预测精度更高。同时为了实现锅炉燃烧和SCR脱硝两者高效协调的运行,构建了遗传算法协调优化模型。模型中以最小化SCR出口NOx浓度为目标,通过对配风方式,含氧量,喷氨量等的不断优化,最后得出了最佳适应度函数时的各操作运行参数。基于某600MW燃煤电厂电厂的改造项目,介绍了软测量模型,在线监测模型,以及遗传算法优化模型在电厂低NOx协调优化系统中的实现,该系统功能较完善,设计较合理,对电厂的优化运行有较强的指导作用。