锅炉作为供热行业中重要的大型产热设备,由于工况复杂以及大滞后的特点难以做到实时的精准调节,导致其难以维持在高效的状态。因此,设计实用、有效的方案完成锅炉的燃烧优化指导有着重要的研究价值。随着科技的发展,大量现场数据被获取和存储,数据驱动的方法为燃烧优化指导提供了新的思路和可能。因此,确立了基于数据驱动的锅炉燃烧特性建模与优化指导课题,其主要内容如下:首先,选择相关的输入变量是建立锅炉燃烧特性模型的前提。针对影响锅炉效率的变量存在滞后干扰难以选择的问题,将基于交叉相关性的时滞计算方法和皮尔逊相关性分析方法进行了结合,得到了考虑滞后的变量相关系数。比较了未考虑滞后和考虑滞后得到的输入变量对模型的预测效果影响,实验结果表明后者的预测效果更好。因此,结合考虑滞后的相关性分析结果和操作经验,确定了建立锅炉燃烧特性模型的输入变量。其次,建立准确的锅炉燃烧特性模型是锅炉燃烧优化指导的基础。针对锅炉燃烧过程具有复杂、非线性的特性关系,难以用机理方式建模的问题,采用粒子群优化最小二乘支持向量机方法进行建模,发现存在模型预测精度较低的问题。因此,采用改进粒子群优化最小二乘支持向量机方法进行建模,有效提高了模型的预测效果,该方法可建立较为准确的静态燃烧特性模型。针对该模型无法随生产过程的变化而准确描述未来特性的问题,分别采用滑动时间窗法和欧式距离法进行了模型更新对比实验。发现前者仅能描述时间轴上最新的特性,而忽视了历史中有效特性对模型的影响:而后者既保留了原模型中的有效特性又能根据设定的阈值添加新的系统特性,且能够减小模型更新的计算量。通过非线性函数实验和锅炉燃烧特性建模实验表明,基于欧氏距离更新方法的模型能最大限度的描述燃烧特性,针对工况多变的锅炉燃烧系统具有较好的有效性和适用性。最后,建立准确的锅炉燃烧特性模型的目的是服务于优化指导。以欧式距离法更新的锅炉燃烧特性模型为基础,采用改进粒子群算法为优化算法,通过调节当前状态下可调节变量的给定值来优化燃烧效率。仿真实验表明,锅炉效率可平均提升1.84%,证明该方法具有一定的有效性和指导作用。因此,设计了基于开放式数据库互连技术(Open-DataBase-Connectivity,ODBC)的锅炉燃烧优化实验平台,可实时为供热生产现场的运行与决策提供辅助操作建议。