脱硫过程是一种具有三传一反,多因素相互耦合关联的复杂过程,使得脱硫装置协同污染物治理一体化的能效评价方法至今仍然是一项技术挑战。针对脱硫系统脱硫效率和能耗难以准确在线预测,脱硫系统的能效与污染物治理的协同耦合作用机制不明晰的二大关键科学问题,本文基于脱硫过程机理建模和人工智能深度自学习方法,研究建立了科学描述具有三传一反复杂过程工艺特征的脱硫设备协同污染物治理,且综合考虑负荷变化和煤种变化的多维度多层次一体化的综合能效评价指标体系,研究构建了基于BP神经网络智能深度自学习的脱硫效率和综合能耗指标的实时在线协同预测模型,系统研究了脱硫过程关键调控参数—出口二氧化硫排放—系统综合能效的协同耦合关联规律,诠释了系统综合能效与污染物治理的协同耦合作用机制,为建立我国高能耗特种设备能效检测与评价关键技术标准奠定了科学的理论基础和技术支撑。主要研究结论和创新如下:研究提出了一种新型综合反映负荷和煤种品质多变,且协同污染排放的综合能效评价指标,以此构建了科学描述具有三传一反复杂过程工艺特征的脱硫设备协同污染物治理,且综合考虑负荷变化和煤种变化的多维度多层次一体化的综合能效评价指标体系;研究构建了基于BP神经网络智能深度自学习的脱硫效率和综合能耗指标的实时在线协同预测模型,研究建立了脱硫过程关键调控参数—出口二氧化硫排放—系统综合能效指标的协同耦合关联理论,以此研发了基于脱硫控制系统的锅炉负荷、煤种品质和可调控过程工艺参数在线监测数据的脱硫系统综合能效指标的软测量技术;系统研究了脱硫过程关键调控参数—出口二氧化硫排放—系统综合能效的协同耦合关联规律,诠释了系统综合能效与污染物治理的协同耦合作用机制;在出口二氧化硫排放浓度等值约束控制工况下,研究构建了基于锅炉负荷和煤种品质的过程参数—出口二氧化硫排放浓度—综合能效指标的协同耦合关联曲线,研究发现:在锅炉负荷和煤种品质变化时,按此协同耦合关联曲线进行可调控脱硫过程工艺参数的优化,可使系统的综合能效指标降幅最高可达33.3%,节能降耗效果明显。