火电机组运行优化是提高机组节能降耗潜力的重要手段,对我国实现可持续发展与低碳经济的目标具有重要意义。运行优化目标值的合理确定是火电机组运行优化的核心和关键。自动化、信息化技术在火电厂的普遍应用,使机组的实际运行数据得以保存。这些高维、高度耦合、强线性相关的数据记录了机组真实的运行状态,具有极高的分析和挖掘价值,使基于关联规则的运行优化目标值确定方法体现出巨大的优势,并得到研究人员的高度重视,由此发展出一个热门的研究课题。目前,大数据技术的崛起及快速发展,又为该研究领域注入了新的活力。推广大数据思维与技术在火电机组运行优化中的应用,对于提高机组运行经济性具有重要意义。本文以火电机组的海量历史运行数据为基础,将结合关联规则与Spark分布式计算框架的大数据挖掘技术引入到运行优化目标值确定方法的研究中,主要内容如下:在对关联规则挖掘技术的相关理论与方法归纳总结的基础上,针对传统算法无法高效处理具有稀疏、高维特性的火电机组运行数据的问题,提出了一种面向高维稀疏数据的频繁项集挖掘算法,FM-growth。该算法采用一种具有高度压缩能力的频繁项矩阵数据结构,能够完整的将挖掘所需的有用信息从数据集中提炼出来。挖掘过程基于传统模式增长类方法的挖掘思路,采用分而治之的策略将挖掘任务分解为多个独立的子任务,每个子任务通过简单的矩阵操作运算和迭代计算实现了频繁项集的挖掘。为了提高对海量数据的挖掘能力,打破单机计算资源的限制,本文对频繁项集挖掘算法的并行化实现进行了深入研究。首先对当前最流行的两种分布式计算框架Map Reduce和Spark的工作原理进行了分析,确定了后续工作将以更适合迭代类算法的Spark为研究对象。然后对已有的并行频繁项集挖掘算法进行学习,对具体的并行化实现方案进行整理并加以总结。最后,提出了基于Spark的并行FM-growth算法。基于以上两个基础性研究成果,本文最后将其投入机组运行优化目标值确定的应用中。通过对已有的目标值确定方法进行整理并加以改进和完善,总结了一套完整的机组目标值挖掘流程。本文对该挖掘流程进行了细致的划分,分别对每个环节加以阐述。最后以陕西某电厂的600MW燃煤发电机组为实例,对该机组一个完整运行周期内的525600条历史运行数据进行挖掘。通过对挖掘得到的目标值和已有设计值进行比较分析,验证了本文所提方法的有效性和先进性。