氧化风系统耗电在脱硫系统总耗电中占比较高，且由于CaSO3在线测量装置价格昂贵，脱硫现场一般无CaSO3在线测量装置，为保证石膏纯度满足要求，氧化风机长期过量供氧运行，大幅增加了脱硫系统电耗。为解决上述问题，提出通过在线智能预测浆液亚硫酸钙浓度的方式指导氧化风机启停的智能控制系统，以达到在保证石膏质量的前提下，降低脱硫系统能耗的目的。 通过对脱硫系统历史数据进行数据分析，建立亚硫酸钙浓度预测模型，实现亚硫酸钙浓度的滚动预测，结合氧化风机停运试验，应用历史数据对亚硫酸钙浓度预测模型输出与脱硫系统历史数据建立氧化风机运行模式的数据预测模型，模型训练完毕后布置于现场，综合分析实时及历史工况数据，给出决策建议或直接参与闭环控制。 应用独立研发的CaSO3浓度预测方案，实现CaSO3浓度的实时计算，作为氧化风机启停的参考条件。依据机器学习手段进行系统工况分析及建模，然后依据工况分析及CaSO3浓度预测，配合氧化风机历史运行及化验数据，对氧化风机运行模式进行机器学习建模，以机组实时及历史运行化验数据作为氧化风机运行模式模型的输入，对氧化风机启停情况进行判断，给出启停建议或直接参与闭环控制。