近些年,我国空气污染严重,多地经常出现雾霾天气。燃煤电厂是重要的污染源之一,其排放的NO_x是大气污染物的重要组成部分,因此研究电站锅炉低NO_x排放的控制方法具有重要意义。论文提出利用数据挖掘技术来优化锅炉燃烧参数,以达到锅炉NO_x减排的目的。论文主要内容如下:(1)介绍了电站燃煤锅炉的NO_x的生成机理,目前常用的控制NO_x减排的方法以及详细阐述了影响锅炉NO_x排放量的主要因素。(2)详细介绍了粗糙集理论,并利用粗糙集的属性约简算法找出了与锅炉NO_x排放量高度相关且去除冗余信息的可调整优化参数。(3)详细阐述了关联规则挖掘技术以及Apriori算法,并将CA(competitive agglomeration,竞争聚类)算法引入到模糊关联规则中,挖掘出用于指导锅炉低NO_x排放的规则知识。挖掘结果表明,保证较低的烟气含氧量,适当降低一次风量及二次风中、上层风量,适当增加二次风下层和三次风风量,有利于抑制锅炉NO_x的生成。(4)利用已有的LS-SVM锅炉NO_x排放量数学预测模型检验挖掘规则的指导效果,结果表明利用挖掘的模糊关联规则优化锅炉的相关参数后,可以显著降低锅炉的NO_x排放量。说明论文提出的方案是可行的、有效的。