【摘要】烟气含氧量和 NOx 排放量是电厂运行过程中需要实时监测两个重要目标。烟气含氧量的准确预测和精确控制是锅炉燃烧调节和运行的重要保证，与锅炉燃烧效率紧密关联。同时还需要对脱硝处理后的 NOx 排放量进行精确预测，以确保符合排放规范。现有设备在锅炉燃烧过程中对烟气成分的测量存在信号滞后、可靠性差等问题，对此提出了 BP 神经网络预测方法来预测烟气含氧量和 NOx 质量浓度。对张掖电厂#1 锅炉 325MW 机组的烟气含氧量及 NOx 质量浓度进行预测，试验结果表明，预测结果与实际结果相吻合，各预测量的平均均方误差分别为 0.001238、0.0010959、0.020717、0.011861，因此，基于 BP 神经网络的软测量方法能够有效地预测烟气含氧量及 NOx 质量浓度，为优化和调整锅炉燃烧给出了有价值的指导。