随着能源与环境问题成为全球关注的焦点，作为目前技术较成熟的清洁煤发电技术，超超临界机组在我国得到了迅速发展，已批量投运，并取得了良好的运行业绩，具有良好的可靠性、经济性和灵活性。而随着锅炉容量的增大，由大尺寸、高参数带来的受热面灰污问题也日益突出，同时由于电厂一般采用定时吹灰方式，存在一定的盲目性，因此，研究超超临界锅炉受热面污染监测和优化吹灰问题就显得很有必要。　　 本文主要通过基于热平衡原理的污染监测模型研究和基于支持向量机的污染监测模型研究来实现对超超临界锅炉受热面的污染监测。论文首先通过数据采集获取机组运行实时数据，基于热平衡和传热原理，建立了不同受热面污染监测模型，在热力模型基础上研究了受热面灰污系数的影响因素。针对超超临界锅炉，建立了特有的全辐射式屏式过热器的污染监测模型，并首次将支持向量机原理运用于灰污监测问题，建立了基于ε-支持向量回归机的灰污监测模型，取得了良好的效果，有效避免了神经网络易出现的过学习现象。　　 最后，通过现场大量吹灰实验的研究分析，验证了模型的正确性和准确性，开发了一套超超临界锅炉受热面污染监测系统，成功应用于华电国际邹县发电有限公司＃7超超临界机组锅炉的污染监测和吹灰优化，改变了现有的吹灰模式。运行结果表明，该系统实现了受热面污染状况的量化和“可视化”监测，并根据不同受热面的污染状况提示吹灰，实现了按需吹灰，提高了机组运行的经济性和安全性。