回转式空气预热器是目前国内外大型火电机组普遍采用的一种换热设备。其作用不容小视。然而，当其运行于不良状态（如其内部积灰过多或者雾化不良时），则容易发生燃烧事故，给企业带来巨大的经济损失，甚至可能会造成人员的伤亡。因此，研究如何准确、及时的发现空气预热器的火灾隐患，以及如何采取有效预防措施来防止火灾发生具有重要的意义。针对以上问题，本文主要做了以下的研究并取得了一些有益的成果。　　首先，分析了现有空气预热器热点检测产生误报、漏报的原因，验证了空气预热器温度序列所具有的混沌特性。鉴于其混沌特性，本文从一种全新的角度出发，首次将相空间重构理论及模糊聚类异常检测技术引入空气预热器的热点检测分析中，提出了一种基于相空间重构和聚类分析的空气预热器热点检测方法，实现了一种在线空气预热器的热点检测方法。仿真结果表明，所提方法的可行性和有效性。　　其次，本文首次基于实际工况数据，对空气预热器负荷温度模型展开研究，建立了空气预热器负荷-温度时间序列模型，根据空预器负荷输入变化预测其对应温度输出。同时，本文提出了一种基于支持向量机回归的T-S模糊模型自组织辨识算法。仿真结果表明，所提出的辨识方法在规则数较少的情况下仍然具有很好的辨识精度。　　最后，在基于空气预热器热点检测及温度模型研究的基础上，本文通过优化空气预热器负荷设定值以此来预防空气预热器火灾隐患。本文利用混沌粒子群(CPSO)优化算法，根据负荷输入设定值，检测其对应温度输出值，若为热点，则对负荷设定值进行优化处理，使得优化后的负荷尽可能的接近负荷设定值同时满足其对应的温度安全输出（即无火灾隐患），以此来有效提前预防空气预热器热点的产生。仿真结果表明，该优化措施有效且可行。