本发明公开了一种锅炉燃烧含氧量建模方法，先通过采集锅炉燃烧系统的总风量、总煤量、炉膛氧量的历史大数据作为原始数据，然后利用最优匹配增权法删选出表征系统特性的样本数据集，再在经典神经网络模型的基础上，利用贝叶斯算法进行改进，将权值作为整个权空间的概率分布，利用随机模拟的计算方法得到概率意义下的近似全局最优解，将权值寻优问题转化为求解正则误差函数最小值问题，最终获得锅炉燃烧含氧量建模结果。本发明能够使数据集得以简化，为大数据与智能辨识方法结合进行动态系统辨识提供了参考，实用性较强，对提高火电厂的燃烧效率具有重要的现实意义。