随着我国改革开放的不断深入,经济持续、快速发展,也带动电力工业进入了迅猛发展的时期,燃煤消耗也日益增加。而我国虽然煤炭资源总量丰富,但人均拥有量仅为世界人均的一半。提高火电机组运行的经济性,减少污染排放是一个值得深入研究的课题。火电机组中,锅炉设备是最重要的部件之一,提高锅炉燃烧系统的运行水平对机组的节能降耗具有重要意义。本文在应用正交方法分析影响锅炉效率主要因素的基础上,分析BP神经网络在建立锅炉燃烧模型方面的特点,着重在该模型的基础上运用遗传算法来寻找某一工况下炉膛燃烧的最佳控制量,主要研究内容如下:1、提出了基于正交方法分析锅炉效率影响主要因素的方法。根据正交试验设计方法确定试验指标,定出各因素的水平,选择合适的正交表并进行试验数据的分析。2、确定数据预处理的方法并且进一步验证锅炉效率在线计算模型的准确性,使其能够正确反映机组运行工况下锅炉系统的燃烧情况。3、研究BP神经网络的相关建模原理和建模方法,通过比对网络训练结果进一步明确神经网络在建立燃烧优化模型中的应用,在此基础上进一步提出提高多输入多输出锅炉燃烧神经网络模型训练效果的方法。4、通过基于实数编码和轮赌选择的遗传算法,结合神经网络训练的锅炉燃烧系统模型来寻找某一工况下炉膛燃烧的最佳控制量。通过分析某电站历史数据对该方法在电站中的实际应用进行计算分析,并得到相应的结果。