随着我国电力行业的自动化水平及信息集成度的逐渐提高,分布式控制系统在电厂中得到了普遍的推广和应用。因此很多电厂都采集了大量的锅炉运行数据,在这些数据中蕴涵着非常重要的信息。数据挖掘技术可以从这些数据中提取能够指导锅炉运行优化的知识,对提高锅炉的经济性和安全性具有非常重要的实际意义。对锅炉进行运行优化时需依据锅炉的实际情况划分工况,除了机组负荷以外,锅炉入炉煤质对锅炉的经济性和安全性也有很大的影响,所以在运行优化时要先完成入炉煤质的监测以便于进行煤质工况划分。为解决入炉煤质的实时在线监测问题,基于能量守恒和物质守恒原理以及煤的燃烧化学分析,利用煤收到基元素和烟气成分之间的对应关系,建立了基于锅炉排烟成分的电站锅炉入炉煤质监测模型。通过测量锅炉和磨煤机的运行参数,并采用迭代算法进行模型求解以实现入炉煤质的在线监测。将入炉煤质监测模型求解的收到基元素以及低位发热量与试验煤样化验的结果进行对比,可得两者的相对误差约在±5%以内,基本满足工程应用要求。锅炉运行优化系统的目标函数的合理选取是运行优化的关键,一般选取锅炉效率或供电煤耗率等指标,然而综合的性能指标在评价锅炉性能和进行偏差分析时更全面。为有效降低电站锅炉运行成本,提高燃煤电厂的经济效益,提出了可以优化控制的电站锅炉综合性经济指标——联合燃煤成本及其数学模型。针对关联规则Apriori算法在处理电厂大数据时所存在的问题,通过算法改进实现了对电厂大数据的数据挖掘。通过对电站锅炉大数据应用程序的编程和用户界面设计,实现程序应用软件的开发。为了更好的实现数据离散化,利用聚类算法依次进行预聚类和聚类,然后采用基于煤质和负荷工况划分的改进关联规则进行数据挖掘,得到可调控参数的运行最佳值以指导锅炉运行。以600MW机组为例,通过对运行数据计算得到对应的联合燃煤成本,并选取了不同运行工况进行优化。结果表明:采用基于煤质和负荷的改进关联规则对锅炉运行数据进行挖掘,可以得到可调控参数的运行最佳值指导锅炉运行;运行优化系统给出了运行最佳值的区间,从而提高了锅炉运行优化调节速度,便于有效结合电厂DCS系统以实现在线实时优化,从而有效降低电站锅炉的运行成本。