在应对全球气候变化、保护生态环境及缓解能源供需矛盾等方面,生物质燃料以其低碳、清洁和可再生的特性,发挥着举足轻重的作用。因其具有种类多、来源广和成分繁多复杂等特点,对燃烧的稳定性、电厂的经济效益和锅炉的安全运行都有直接的影响。火焰是燃烧状态的直观反映,燃烧中间产物-火焰自由基在火焰中的分布与燃料种类、燃烧工况、燃烧效率及燃烧排放物都有着紧密的联系。本文通过采集不同生物质燃料的火焰光谱和火焰自由基光谱,分析燃烧特性,提取特征,建立生物质燃料识别模型。本文所做工作如下:首先基于燃烧试验装置,采用光谱仪获取四种生物质燃料燃烧火焰光谱及自由基光谱,结合生物质燃料的工业和元素分析,对四种生物质燃料进行火焰光谱特性、频率特性以及火焰稳定性的定性分析。其次通过对生物质燃料燃烧火焰的光谱分析,提取火焰的200-1000nm波段光谱和燃烧中间产物火焰自由基OH*(310.85nm),CN*(390.00nm),CH*(430.57nm)和C2*(515.23nm、545.59nm)的光谱辐射信号作为特征,基于树模型,包括决策树、随机森林、超随机树和GBDT(Gradient Boosting Decision Tree,GBDT),建立基于光谱分析的生物质燃料识别模型。最后结合特征工程,提出一种基于改进支持向量机的生物质燃料识别技术。基于光纤光谱仪所获得的生物质火焰辐射强度和火焰自由基辐射强度信号,通过构建特征工程,对基础数据进行深入挖掘,建立了基于特征提取、Filter的特征选择和字典学习的特征学习方法以获得反映生物质燃料种类的优质特征。并采用改进的网格搜索算法优化支持向量机的径向基核参数和误差惩罚因子,构建生物质燃料识别模型。在燃烧试验炉上的试验数据验证了两种生物质燃料识别模型的有效性,并对两种模型的特点进行了对比分析。