锅炉氧含量优化对锅炉的效率和排放均有重要的影响。为了克服直接测量成本高、积灰后稳定性差的问题，提出使用间接测量法并基于支持向量回归模型以建立煤粉工业锅炉烟气的软测量模型。根据煤粉锅炉的燃烧工艺对现有的数据进行采集，通过F检验选择合适的变量，并对数据进行Z-score标准化；再基于控制变量、状态变量和两者合并，建立煤粉工业锅炉氧含量支持向量回归预测模型，并使用采集历史数据的70%对模型进行训练；最后使用采集历史数据的30%对模型的预测效果进行验证。结果表明，3种模型预测结果均符合真实值变化趋势，虽控制变量的调节及时显现在采集的数据中，但锅炉工况及氧含量需要一定的反应时间才可较为稳定地运行在新的状态，基于控制变量所预测得到的烟气氧含量与真实值差距较大，而状态变量与氧含量相对同步变化，因此，3种模型中基于状态变量的支持向量回归模型对烟气氧含量的预测最为准确，其可为工业煤粉锅炉燃烧系统优化提供指导。