面对日趋强化的资源环境约束,国家与社会越来越关注燃煤电站机组的节能减排。随着燃煤电站自动化程度越来越高,电站SIS历史运行数据库中保存了海量的机组运行历史数据。本文利用数据挖掘技术强大的数据分析能力,从机组自身运行数据中寻找系统的历史最优工况,从而为机组的节能减排提供一种切实可行的优化手段。论文的主要研究内容如下:1.总结了关联规则挖掘算法在数据挖掘中的优缺点,改进了算法流程,试验证实改进算法在数据挖掘过程中拥有更高效率,并以改进算法为基础建立了机组数据分析通用模型;2.针对某电厂600MW机组制粉系统优化研究,分析了制粉系统中的运行参数对锅炉效率以及制粉单耗的综合影响,挖掘出了该机组全工况下的历史最优运行工况,达到了锅炉效率与制粉单耗的综合最优。3.针对某电厂300MW机组的低NOx燃烧优化研究,结合NOx生成规律与数据分析方法,建立二次风软测量模型与氧量聚类挖掘模型,挖掘数据库中符合机组NOx减排要求的历史最优工况。挖掘结果显示,寻优后的烟气含氧量、磨煤机组合方式、二次风门开度、SOFA风门开度等参数均符合燃烧调整试验结论,寻优结果在保证锅炉热效率的前提下,有效降低了SCR装置进口NOx浓度。