煤炭作为我国的主要燃料和能源,近年来在我国的能源消费比例中一直保持在70%以上。相关研究资料表明,燃煤所产生的SO₂排放量占全国总的SO₂排放量的90%以上,而火电行业的燃料用煤一直是我国煤炭消耗的重要组成部分,因此,火电行业在运行过程中所产生的SO₂在我国总的SO₂排放量中一直占有很大的部分。SO₂会对大气环境、人体健康、建筑、水体等社会生活中各个方面所产生的危害,如何对SO₂的排放进行控制成为一个重要的问题。而火电行业SO₂的排放量进行估算或者预测是进行大气污染控制的基础性工作。由于火电行业SO₂污染源在生产工艺、脱硫设备的技术水平、电力生产的技术水平、生产规模、锅炉的排放特性以及其他特征方面存在着明显的多样性,很难采用简单的公式进行估算,现行的诸多SO₂排放量估算方法也存在较多的局限性。因此本文对我国火电SO₂排放现状、火电SO₂控制技术以及我国的SO₂控制法规标准等进行了深入分析,并根据我国火电SO₂排放的具体情况,提出使用灰色预测模型和BP神经网络模型对我国火电SO₂排放量进行预测较为合适。在两个模型的基础上,建立了灰色神经网络组合预测模型,最后,利用我国近年来的统计数据,对我国未来的火电行业SO₂排放量进行了预测。通过进行预测表明,本文所建的模型运算较为简单,所需数据较少,是对我国火电行业SO₂排放量进行预测的一种较为合理、科学的方法。