随着经济的快速发展,社会对电力的需求大幅增加。而我国的主要发电形式是火力发电,这必然带来两大问题:能源消耗和环境污染。因此,火电企业面临着节能、环保的双重任务,而对电站锅炉的燃烧优化研究也成为国内外学者一个重要的研究课题,并且已取得了一定的成果。为了提高电站锅炉的热效率、降低NOx排放量,以某电厂300MW循环流化床锅炉为研究对象,由于锅炉燃烧系统极其复杂,传统建模方法难以描述其运行机理,本文应用极端学习机(ELM)对锅炉的燃烧特性进行建模。由于ELM模型的精度及泛化能力依赖于权值、阈值,故应用改进的自适应风驱动算法(AWDO)对所建立的模型参数进行寻优,旨在获取最优的锅炉燃烧系统模型。最后,根据实际情况确定样本的可调参量及其寻优范围,并利用AWDO对其进行寻优,寻找出所选样本的最佳参数组合。同时,为了满足不同电站的实际运行优化需求,设计了可供调节的权值比。仿真结果表明,应用ELM和AWDO算法建立的循环流化床锅炉燃烧系统模型精度高,泛化能力强,优化效果令人满意,实现了提高锅炉热效率和降低NOx排放量的整体优化目标。