报警系统是保障现代流程工业安全的重要环节，然而，目前工业过程中广泛存在的报警泛滥对报警系统的性能造成了较大的影响。而报警关联分析是寻找报警根源、抑制报警泛滥的有效方法之一。　　报警关联分析需要对海量的报警时序数据进行计算和处理，而目前的处理方法在运算效率方面还不够理想。此外，对于报警序列之间时间滞后的估计和表示也不够准确。为此，论文提出了一种基于报警时间序列挖掘的报警关联分析方法，主要研究内容如下:　　首先，论文研究了报警时间序列间相似度的匹配计算方法，针对这些方法在计算效率方面的不足，提出了报警时间序列的区块化处理方法。通过将报警数据的二进制数据转换为报警时间节点数据，有效了降低了算法的时间复杂度和空间复杂度。　　其次，针对目前报警关联分析方法中对时间滞后估计不够准确地问题，通过基于区块化序列的可变时间窗方法，使得每个时间窗都能包含一个完整的报警周期时间滞后，解决了时间窗的取值问题。并且通过对时间滞后的统计分析，生成了报警序列间的时间滞后域，更加准确地表示了报警间的时间滞后关系。　　最后，选取TE过程作为应用实例进行了研究，将所提方法与传统方法进行了比较，从结果可以看出，区块化方法有效地提升了的计算速度。通过时间滞后域的统计分析，表示出了报警序列间的时间滞后关系。