煤炭是我国能源体系中最重要的物质基础之一，煤炭消费预测对我国的宏观经济健康发展有着重要作用。科学的煤炭消费预测有助于合理、有效地安排国民生产。随着我国经济的发展和工业化进程的深入，煤炭的需求量不断上升，供需之间矛盾日益加剧，因此，利用科学合理的研究方法，对今后数年我国在煤炭领域的消费数量进行预测会推动经济的不断进步。在煤炭消费预测领域中，存在许多的单项预测模型，同时学者们也在对单项预测方法进行不断的改进，从而可以地更好刻画、模拟和预测。目前，煤炭消费预测通常采用灰色预测法，回归分析法、趋势外推预测法以及ARMA预测模型等，但是这些方法由于自身的缺陷在预测中存在一定的不足。所以任何单一模型在都有它自身的优缺点，完美无缺的预测模型是不存在的，而预测对象错综复杂，数据变化的趋势表现出较强的随机波动性，所以在现实的预测研究中，预测的结果会与实际数据有比较大的偏差。组合预测方法克服了单一预测方法的不足与局限性，因为单一预测方法往往侧重的是一个方面而忽略了其他有用的信息，组合预测方法是将不同的单一预测模型集结在一个特定环境中，通过一定的技术手段赋予各个单一预测模型不同的权重系数，这样可以全面、科学、有效地进行预测，达到提高预测精度的目的。目前组合预测方法的类型繁多、枚不胜举，其中最优组合预测是当前研究的一个重要内容，但是最优组合预测存在着权重系数可能为负的局限性，而非负权重组合预测的虽然避免了权重为负的可能性，但是实证效果却不及最优组合预测，为了缓解这二者的矛盾，于是文章提出了基于特征向量提取的核回归组合预测方法，即努力在最优组合预测的基础上来寻找权重系数都为正的情况。实证部分将1958年至2010年我国煤炭的历史消费数据运用到煤炭消费的实证研究中，通过与其他方法预测进行比较得出该组合预测方法存在一定的优势。为了说明基于核回归组合预测模型更适用于我国煤炭的消费预测，文章先分析了组合预测研究领域中的研究背景及意义，接着详细介绍常用煤炭消费的单一预测模型性质与局限性，最后提出基于特征向量提取的核回归组合预测模型，并在实证研究中得出基于核回归组合预测模型的预测结果优于其他预测模型，故在煤炭消费预测中核回归组合预测模型具有更强的适应性。