为了降低火电厂燃煤锅炉的氮氧化合物排放浓度和锅炉煤耗,提出了样本增量量子神经网络和改进型量子蜂群算法。样本增量量子神经网络可以动态建立燃煤锅炉的氮氧化合物排放浓度和锅炉煤耗的综合模型,并且可实现模型滚动优化。基于建立的综合模型,通过应用改进型量子蜂群算法优化一二次风量、燃煤量和各二次风门开度来实现锅炉燃烧优化。基于上述两种方法,开发了一套燃煤锅炉智能燃烧优化软件,并应用于某热电厂330 MW锅炉上,测试结果表明,氮氧化合物排放浓度和锅炉煤耗均有不同程度的降低,说明建模方法和优化算法是有效的。