锅炉-汽轮机系统是典型的多输入多输出系统,工程实践中多使用基于单输入单输出设计方法或局部线性化的方法。本文考虑锅炉-汽轮机系统中的锅炉蒸汽压力控制问题。针对控制系统的抗干扰和控制输入受限、锅炉蒸汽压力微分信号的测量、测量迟延时间、不确定性和建模等问题进行深入研究,具有重要的理论意义和实际工程研究价值。利用数据挖掘技术,对反映设备运行状态的海量电站运行历史数据进行分析,以实现电站信息的深层次加工与集成,对整个电力工业的节能降耗都具有重要的现实意义。本文的主要工作包括如下几个方面：针对燃料-汽压系统,提出一种新颖的动态面控制方法。通过构造状态观测器对状态进行估计,利用动态面控制方法设计控制器,克服了传统back-stepping方法的“微分爆炸”现象。控制系统中只采用了锅炉蒸汽压力信号,具有很好的工程实用价值。Lyapunov稳定性分析方法证明了闭环系统半全局一致稳定以及跟踪误差可以任意小。为了提高滑模控制的性能,将滑模控制方法与观测器的方法相结合。通过设计干扰观测器,实现了对干扰的有效补偿,增强了系统的抗干扰能力；通过设计扩张观测器,用来观测不确定性和干扰,将观测值用于控制器中实现补偿,从而实现燃料汽压系统的高精度控制；通过设计延时观测器,解决输出测量延时的问题,将延时观测器的观测值用于控制器中实现燃料汽压系统的高精度控制。研究了燃料-汽压系统锅炉蒸汽压力的RBF神经网络控制方法。通过信号微分的求取,实现了无需模型信息和无需速度测量的控制。采用直接神经网络控制算法,用微分器观测系统状态,将观测值作为控制器输入对燃料-汽压系统进行控制。在输入受限条件下,通过设计RBF网络,采用RBF网络逼近实现控制输入信号的有效补偿,并设计了一种基于控制输入受限下的滑模控制方法。根据火电机组历史数据进行了工况划分,然后对具体工况下的数据采用改进K-means方法进行聚类,得到k个簇,最后利用模糊关联规则算法依次从k个簇中搜索出煤耗率较低的一组参数作为协调控制系统线性化的平衡工作点,为节能型多模型协调控制系统设计提供了参考依据。