火电是我国发电行业的主力,是国家经济发展的重要支柱。实际的生产中,火力发电过程工艺机理复杂,工况较多,各个设备运行参数之间相关性强,火电机组设备异常频发,提前检测出可能发生的跳机难度大。随着通信、信息处理和传感器技术的发展,越来越多的电厂配置了大量高精度的传感器,越来越多的运行参数数据可以实时获取,因此基于运行参数对火电机组设备跳机前异常进行征兆捕捉,成为数字化条件下的迫切需求。本文针对火电机组设备的跳机前异常,提出了基于运行参数相关性分析的跳机前异常征兆捕捉方法,并将所提出的方法成功应用于实际火力发电过程中,本文的主要研究内容分为以下几个部分:（1）针对火电机组设备跳机异常,提出了基于运行参数相关性分析的跳机前异常征兆捕捉方法。首先基于皮尔逊相关性系数提取运行参数间线性相关特征,对于非线性相关特征的提取,引入Box-Cox变换进行处理。然后,在提取出的相关性特征中采用互信息的方法筛选出用于指示异常征兆相关性特征量。此外,还设计了一种基于三西格玛法则和Johnson变换的相关性特征阈值动态计算方法。（2）完成了汽轮机轴承温度高、凝汽器真空低和润滑油压低等电厂实际故障案例的实证研究。案例分析结果表明,使用静态阈值方法时相比于最终的跳机时刻,在轴承温度高案例中至少提前1小时检测出异常,在凝汽器真空低案例中至少提前4分钟检测出异常,在润滑油压低案例中至少提前45分钟检测出异常,且三种案例下误报率都约为0。使用动态阈值方法比使用静态阈值能更早检测出异常,但相应的误报率也有所增加。（3）为了将研究成果应用于实际的火力发电生产过程中,并辅助运维人员更直观地发现异常,设计并开发实现了 一个火电机组跳机前异常征兆捕捉与预警系统,将异常信息通过界面展示出来,方便运行人员管理和决策。