在“碳达峰”“碳中和”政策引领下,结合我国电力发展实际,燃煤机组向着大容量超超临界机组发展,同时,大力推进新能源发电系统,由此对燃煤机组调峰调频灵活性提出了更高要求,面临低负荷、变负荷工况下安全、稳定、经济运行挑战。深度调负荷能力是火电机组适应新形势的必然要求,但快速、深度负荷调整,会对燃煤锅炉的安全性、稳定性和经济性带来影响。通过对锅炉炉膛温度和NOx排放建立预测模型,能为火电机组快速、深度负荷调节提供基础。通过研究锅炉多目标燃烧优化技术,对火电机组锅炉燃烧优化及高效节能减排具有重要意义。论文围绕燃煤锅炉燃烧优化技术研究这一主题,主要研究内容如下:1、通过对锅炉炉膛主燃区燃烧过程传热传质原理及模型分析,研发新型红外测温装置以长期在线实时获得主燃区不同高度燃烧层温度,基于皮尔逊相关系数,探索燃烧层温度与锅炉负荷、主蒸汽温度及压力、NOx浓度和低负荷稳燃的关系,分析燃烧层温度对燃煤锅炉安全、稳定、经济、高效运行的重要作用,为实现燃煤机组深度负荷调整、低负荷稳燃及低氮排放等提供参考。2、考虑到燃烧层温度对燃煤锅炉具有重要作用,基于熵的模糊聚类算法提出一种燃烧层温度在线辨识预测模型。结合燃煤锅炉历史运行数据,建立了基于模糊聚类和子空间辨识模型的燃烧层温度在线辨识模型,结果表明,辨识模型具有解释性强、易于实现的特点,为燃煤锅炉精细化燃烧优化提供可能。3、针对燃煤锅炉存在的多变量耦合、非线性、非稳定性、大滞后等特点,通过对经验模态分解算法研究,提出一种改进的自适应噪声完备集成经验模态分解（CEEMDAN）算法。通过对燃煤锅炉关键运行参数和NOx排放时序数列进行分解,分析研究了影响燃煤锅炉NOx排放的因素,为燃煤锅炉NOx排放预测建模提供基础。4、针对燃煤锅炉大幅负荷调整对NOx排放的影响,结合NOx浓度时序数列非线性、非稳定的特点,利用CEEMDAN算法将燃煤锅炉NOx浓度原始数据分解为一系列本征模态函数以提取数据特征,在此基础上采用注意力机制（AM）和长短时记忆（LSTM）算法研究了不同负荷波动条件下NOx浓度的动态预测建模,结果表明,所提出的基于CEEMDAN-AM-LSTM的NOx浓度预测模型能够实现对全负荷工况下NOx浓度的准确预测,为锅炉负荷深度调整及低氮燃烧优化提供支撑。5、针对燃煤锅炉深度负荷调整和低负荷稳燃特点,综合考虑燃煤锅炉多输入运行参数间复杂的非线性及相互耦合关系,基于反平衡方法,建立了锅炉效率模型,同时,研究了不同负荷工况下基于高斯过程模型的NOx浓度和锅炉效率动态模型,进而采用改进非支配排序遗传算法（NSGA-Ⅱ）对锅炉效率和NOx浓度进行了多目标优化,获得了满足NOx浓度指标下最优锅炉运行参数,为燃煤锅炉低氮高效运行提供决策参考。