我国能源消费结构在由煤为主导向多元化发展,但煤炭依然占据着主导地位,而由煤炭燃烧带来的环境污染日益受到重视,尤其是燃煤电厂产生的固、液、气污染。在保证安全和环保的前提下提高经济性是燃煤电厂的目标,因此合理的优化运行方式、煤种掺烧方案以及煤种采购显得异常重要。对锅炉燃烧情况的预判可以为此提供参考。本文基于电厂实际运行数据和入炉煤煤质信息,综合考虑了磨煤机组合方式、配风方式等运行参数和煤质信息,利用支持向量机建立起锅炉燃烧NO_x浓度、飞灰含碳量和排烟温度的预测模型。将遗传算法和交叉验证法结合对预测模型的参数进行优化与选择,建立起的模型有良好的学习和泛化能力。从校验样本中选取部分工况作为基础工况,在其他条件不变的情况下,研究在选定的这些工况下,单因素如:氧量、燃尽风率、煤种及掺配比例等,对锅炉NO_x浓度、飞灰含碳量及排烟温度的影响。对这些选定的工况研究结果表明氧量、燃尽风率、煤种及掺配比例对NO_x有较大的影响,而飞灰含碳量和排烟温度与氧量、燃尽风率及煤种密切相关。根据模型的研究结果,计算各个选定工况的煤耗,结合实际煤炭价格、液氨及石灰石粉价格计算氧量、燃尽风率、煤种、掺配比例等对发电成本、环保成本及综合成本的影响。分析结果显示在本文选定的这些工况下,随着氧量增加发电成本与环保成本均增加,燃尽风率的增加会使得发电成本上升但环保成本下降,综合成本表现为上升,煤种对发电成本和环保成本影响巨大,掺烧高硫煤和蒙煤有利于提高经济性。