随着电厂自动化水平的提高,设备故障诊断以及运行目标值优化都是电厂亟待解决的问题。在如今机械大型化的背景下,如何快速、准确的确定故障类型是人们关注的焦点,并且随着市场经济的发展,电厂运行的经济性成为了电站的首要指标。数据挖掘技术作为一门新兴的学科,在工业领域有着出色的表现,这种高效的数据处理技术,可以从电厂的各种数据中提取有用的信息,供人们使用。因此,数据挖掘技术对于电厂运行的指导价值是十分可观的。粗糙集理论作为一种新的数据处理技术,能够在没有先验知识的情况下,仅仅通过观察、分类的能力,就能发现数据中的潜在关系。主成分分析、基于粗糙集的属性约简等数据预处理方法能够大大减少数据挖掘过程中的繁冗工作,对于提高挖掘效率是十分有利的。本文应用粗糙集理论的数据挖掘与知识发现功能,对于风机的运行检测数据进行分析,对故障诊断及运行目标值的优化问题进行研究,对其中的一些算法进行了改进,为电厂工作人员的操作提供参考。