万安平，杨 洁,，王景霖，王文晖,4，缪 徐，陈 挺，纪杨建，李 客,5

（1.浙大城市学院机电系，浙江 杭州 310015；2.浙江大学机械工程学院，浙江 杭州 310027；3.故障诊断与健康管理技术航空科技重点实验室，上海 201601；4.安徽理工大学机械工程学院，安徽 淮南 232001；5.中信重工机械股份有限公司，河南 洛阳 471039）

近年来，传统的燃煤发电厂由于其结构体系和发电过程容易产生环境污染，而燃气轮机联合循环机组相较于前者具有更高的发电效率、环保性以及更为灵活的电网负荷调节能力，对我国能源互联网的发展产生了深远的影响。

伴随人工智能的迅速发展，数据挖掘作为大数据领域一项重要方法，其在电力系统的故障诊断、参数优化等方面的应用愈发广泛。随着国内电厂信息化建设的不断完善，越来越多的电力生产数据被存储到电厂信息化系统实时数据库中，电力生产企业因此积累了海量的历史数据。从这些海量历史数据中找到改善机组运行的信息，并开发和利用数据背后的潜在价值，具有重要的意义。

数据挖掘（data mining）又称为数据库文件的专业知识发觉（knowledge discovery in database，KDD），即从海量存储数据中通过算法搜索获得合理、新奇、潜在有效和可解释的信息的过程。数据挖掘的发展为提高机组能效打开了新的大门[1]，在国内外大型电厂的状态参数监测及系统优化方面得到广泛应用。采用数据挖掘可以提取电厂机组运行过程中关键参数的潜在特征，以反映机组运行状态，并结合相关系统做实时合理调整，例如Tony Ogilvie 等人[2]将关联规则挖掘算法应用于火电厂分散控制系统（DCS），并建立专家系统对电厂运行过程进行监测，为技术人员提供合理的检修策略。……