摘要：火電廠SCR脫硝系統的設計需要在滿足脫硝效率的同時,盡可能節約成本,因此需要準確預測SCR脫硝所需的催化劑體積。火電廠的煙氣條件復雜多變,煙氣溫度、煙氣流量、出入口NOx濃度等參數都會影響SCR催化劑的體積設計,因此催化劑體積預測是一個多因素耦合的問題。針對這一特點,使用BP神經網絡對催化劑體積設計進行了預測,并針對該模型結構上的缺陷,進行基于遺傳算法優化的神經網絡建模研究。結果表明,遺傳算法優化后的BP神經網絡模型預測精度和數據擬合能力均有提高,為脫硝系統的催化劑體積設計提供了新思路。