本公开提供一种锅炉燃烧热效率预测方法及装置。所述方法包括：采集锅炉的实时运行数据，并将所述实时运行数据进行预处理；将预处理后的实时运行数据划分为训练集和测试集；采用改进K‑means算法对训练集中的实时运行数据进行聚类，具体包括：先采用生物地理学优化算法优化K‑means初始聚类中心，之后采用K‑means算法对所述实时运行数据进行聚类；设置相关参数，使得网络符合锅炉燃烧模型；基于所述聚类后的实时运行数据，对预设的极限学习机网络进行训练，得到所述锅炉燃烧模型；利用所述锅炉燃烧模型对锅炉燃烧热效率进行预测。能有效地改善预测精度，显示出其有效性，能够有效提高预测精度和预测效率。