锅炉管壁超温现象是当前火力发电厂普遍存在的问题，被列为电力生产严防的二十五项重大事故之一，它的存在严重影响着锅炉的安全性、可靠性及企业经济效益。通过分析，产生锅炉管壁超温现象的主要原因是在锅炉设计、制造工艺、安装及检修质量中存在某种缺陷、日常锅炉运行状况监控不够等原因引起的，尤其是日常锅炉运行状况很难监视、分析和控制。本文利用火力发电厂锅炉运行状态参数数据，在传统热力学分析方法基础上，结合当前有效的数据挖掘技术，探讨了如何运用数据挖掘技术来研究分析火力发电厂锅炉管壁超温现象，从中发现日常锅炉运行中管壁超温的各种规律并加以控制。 文中主要以华能南京电厂2台锅炉运行实际情况为研究对象，该厂有多年集散控制系统和管理信息系统开发、运行和维护经验。首先，利用该厂保存在实时系统中的锅炉集散控制系统实时运行数据及保存在管理信息中一些生产管理数据，经过采集、汇总预处理后，建立了锅炉管壁超温分析中间数据库，以此作为数据挖掘的数据源。接着，通过分析数据，从中选取了三种数据挖掘方法——BP神经网络、关联规则、决策树对锅炉运行状态数据进行规则挖掘，最终实现了运用BP神经网络对锅炉管壁某点温度的预测、利用关联规则找寻到了影响锅炉管壁温度的相关因素、运用决策树分析、推测出了锅炉管壁超温点等目标。通过实际系统验证，证明有关的算法和技术是有效可行的。