由于我国火电厂煤耗量大，而运输能力却不足、煤矿分布不均匀，国家又要求火电站尽量多燃用劣质煤，使得电厂燃煤长期偏离设计煤种。动力配煤是根据用户燃煤设备要求，将不同品质的燃煤按一定比例进行混合，改变原来的化学组成、物理特性和混煤的燃烧特性，从而实现煤质互补，提高锅炉机组的安全性、经济性和环保性。通过试验方法确定不同负荷下最佳煤质，工作量大，几乎无法实现。当锅炉燃用煤质改变，通过锅炉校核热力计算，可以对受热面的传热特性及机组性能进行整体分析。因此，将锅炉校核热力计算与配煤技术相结合，热力计算结果将为具体电厂的配混煤方案提供指导和参考。　　煤的元素分析成分是燃煤锅炉热力计算不可缺少的数据，但目前电厂一般没有能力进行煤的元素成分分析。本文通过建立煤质特性数据库，利用广义回归神经网络(GRNN)在解决复杂的非线性小样本问题方面的优势，建立煤质元素分析成分神经网络预测模型。并采用交叉验证的数学方法，通过循环训练和仿真，得到GRNN神经网络模型的最佳光滑因子σ。仿真结果表明基于GRNN神经网络的元素分析成分预测模型比RBF网络预测模型和经验公式更精确，可以应用于电站锅炉热力计算。　　随着国内大型火电机组的引进，前苏联传统的73年《锅炉热力计算标准方法》中有关炉膛辐射传热计算和屏式受热面传热计算存在诸多问题。本文采用国内改进的炉膛和屏式受热面传热计算模型，以上海锅炉厂600MW超临界直流锅炉为研究对象，对热力计算模型进行测试，并提出了基于热力计算的煤质适应性研究方法。热力计算结果分析发现，不同负荷工况下锅炉的煤种适应范围有差异，为动力配煤技术研究提供指导。　　文末通过对煤质参数线性可加性的分析，认为分析基基准下混煤的水分Mad、灰分Aad、硫分Sad、挥发分Vad和低位发热量Qnet.ad具有良好的线性可加性。综合考虑煤的着火、燃尽、结渣及污染物排放等燃烧特性，建立了电厂配煤实用模型，并提出通过遗传算法进行优化配煤求解的方法，得到适合具体锅炉机组的优化配煤方案。