作为当前火电机组运行优化研究中的关键问题，机组运行目标工况不但为运行人员指明运行调整的努力方向，而且为偏差分析和操作指导提供耗差计算和逻辑推理的参照基准，是机组运行优化系统和厂级监控信息系统的核心。由于机组热力系统结构和运行机理复杂，影响因素众多，至今也没有出现在理论支持和技术实现上较为完善的解决方案，目前实际应用的各种实现方案都不同程度存在弊端，在电站运行管理人员中引起不少争议，有必要进行深入的研究。 本文以电站数据资源为基础，综合运用多种软计算方法对机组运行目标工况进行知识发现研究，建立了机组运行目标工况知识发现模型和应用解决方案，获得的机组运行目标工况在合理性、准确性和指导意义等各个方面都优于目前的各种方案，为机组运行目标工况研究提出了一种全新的思路和方法，同时也为机组运行优化技术的应用推广创造了条件。 在热力学评价体系的基础上引入了能量价值理论和环境成本，首次提出了兼顾节能、经济和环保的机组运行综合评价体系，推导出的机组运行变动成本煤耗率可作为评价机组运行经济性的综合指标，较电站普遍使用的机组供电煤耗率更加符合当前电力市场环境和国家可持续发展战略，从而为机组运行提供了更加科学合理的评价标准，并针对电站现状在煤质工业分析数据的基础上建立了煤质元素分析的软测量模型，解决了机组运行综合评价体系应用推广中的技术障碍。 建立了机组运行优化模型并进行深入分析，提出了机组运行绝对最优工况和相对最优工况两种理想目标工况，并以之作为参照标准在机组运行工况空间中对当前各种目标工况实现方案进行了全面剖析，对比研究了机组整体优化和分解优化两种技术路线的优势和不足，考虑到电站历史数据中混杂大量非稳态工况，论述了机组全工况运行优化和稳定工况运行优化研究的技术成熟度，在此基础上首次提出了机组运行目标工况的知识发现模型。 由于数据库技术应用于深层次数据分析处理所暴露出的技术缺陷难以克服，创建了机组运行优化数据仓库，为目标工况的知识发现研究提供了统一高效的数据分析和存储环境，结合机组运行机理和知识发现研究的数据处理流程完成了原始数据的选择，针对电站数据资源分布现状研究了从分散异质的多个电站数据源获取数据的方法，并对原始数据进行了检测、修补、转换、集成等一系列数据预处理操作，从而为数据挖掘提供了高质量的知识基。 深入研究了当前国内外应用范围较广的多种电站热力试验规程，从机理分析和数据处理两个方面论汪了热力试验规程中的机组运行稳定性判定标准不适用于在线机组运行优化研究，根据机组热力设备和运行状态参数的特性差异提出了满足运行优化研究需要的机组运行稳定性判据，对比分析了当前工业过程所应用的各种稳态判定方法，首次建立了基于模糊集合和粗糙集理论的稳态判定方法，有效的过滤了机组运行历史工况中的非稳态工况。 进行了机组运行历史工况聚类分析的开创性研究，运用统计检验方法验证了稳定历史工况的空间聚类趋势，首次提出了工况簇的概念，运用DBSCAN聚类算法证实了工况簇的凸面特性，创造性的提出了自适应加权模糊C-均值聚类算法用于工况聚类，获得了良好的聚类效果，以机组运行变动成本煤耗率作为工况评价标准，系统研究了历史工况在工况簇中的空间分布，首次提出了机组稳定运行先进工况的概念，并通过簇内寻优建立了机组稳定运行先进工况模式池。 在系统分析了当前各种神经网络特性的基础上，以机组稳定运行先进工况作为样本数据，首次建立了机组稳定运行目标工况RBF神经网络模型，同时在工况聚类研究的基础上，首次建立了基于事例推理的机组稳定运行目标工况实现方案，通过将两者与基于热力试验的目标工况方案进行对比分析，证实了机组稳定运行目标工况RBF模型在合理性、准确性、计算效率和指导意义等各个方面的优越性，并针对模型应用中的样本增量更新问题在RBF神经网络的隐层增加了休眠节点，通过激活休眠节点完成对更新工况样本的学习，实现了机组稳定运行目标工况模型的增量学习，使得知识发现的学习效率获得显著提高。 在机组运行目标工况知识发现研究的基础上，完成了目标工况应用解决方案的软件开发，运用面向对象技术完成了机组运行优化数据仓库元数据的设计，阐述了运行优化数据仓库逻辑模型和物理模型的设计，以及数据准备引擎和数据挖掘引擎的开发，列举了部分开发样例和重要代码，为了说明机组运行目标工况在机组运行优化系统中的核心地位，简要介绍了机组运行优化系统的体系结构、功能模块和应用效果。