火力发电在我国的电源结构中占据主导地位,传统的火电机组节能降耗潜力巨大。冷端系统作为火电机组重要的辅助系统,其运行状况对于机组的安全和经济运行有十分重要的影响。因此研究冷端系统涉及到的各个子系统,优化并提高其整体的运行性能,是电厂节能降耗、提高机组热经济性的重要手段。本文主要围绕冷端系统的建模与优化两个方面展开研究,力求在深入理论分析的基础上,结合运行数据建立训练各台风机转速的神经网络模型,同时建立以风机转速结合其它参数为输入的机组背压模型,并对冷端系统的节能优化提出有效解决方案,实现对于空冷风机的矩阵控制。首先,简述了直接空冷系统的结构和特点,对冷端系统存在的问题进行了介绍,并通过机理分析推导出直接空冷凝汽器的数学模型,研究了汽轮机末级变工况条件下传热系数、风机相关参数的计算。在此基础上,研究机组背压增量同机组负荷增量之间的关系,针对背压带给汽轮机组经济运行的影响进行了详细的说明。随后,提出冷端系统净收益功率的定义,建立了空冷风机变速调节系统的目标节能优化体系结构,并以此为基础提出确定机组的最佳真空的计算方法。本文从环境因素为出发点,分析其对于机组性能造成的影响,结合理论计算中存在的问题,展开基于运行数据的系统建模。以BP神经网络为研究思路,结合主元分析、数据滤波等数据处理方法对神经网络的输入样本进行丰富和去冗余,并使用参数之间存在的数学关系进行整合,尽可能地保留模型的物理意义,并进行了一定的模型验证。在此基础上提出以机组背压为向变量的最佳转速的寻优方向,以及以翅片壁温为被控量的机组运行防冻解决方案。本文最后以风机转速为模型输入结合一系列的其他参数对于机组背压模型采用遗传算法进行辨识,得到了较好的辨识模型,并综合神经网络模型共同融入到多变量预测控制系统之中,最终实现了对于风机的矩阵控制,具有较好的工程应用价值。