火电作为能源的重要支撑,在工业生产及人们的日常生活中发挥的作用不言而喻,火电机组控制性能的优劣,对火电厂的发电质量和生产安全有着直接的影响。而电厂中的控制系统,其参数一般根据满负荷运转时调试,当工况改变时,对于控制性能缺乏定量的评价标准。现有的性能评价方法大都需要系统模型的部分先验知识,或使用输入输出数据进行系统建模,计算过程较为繁琐且存在模型失配等问题,难以适用于大型系统,因此有必要研究一种新的控制系统控制性能评价指标,并将其应用到控制性能在线评价问题中,及时发现系统控制性能劣化的情况,以提高生产的安全性和经济性。针对上述问题,本文在现有稳态检测算法的基础上,提出一种数据驱动的控制性能评价指标。首先通过稳态数据下方差的两种不同表示形式给出改进后的性能评价指标,以此衡量控制性能的好坏,并通过仿真验证指标的合理性。然后通过指数加权移动平均方法将指标应用到控制系统实时性能的在线评价中,利用核密度估计方法确定在线评价的阈值,通过引入滑动窗,将在线数据的性能评价指标与阈值进行对比,进而给出评价结果。给出方法的一般步骤,通过仿真计算验证了方法的有效性,在此基础上,将该方法应用到某1000MW超超临界机组的性能评价中,结果表明与现有方法相比,本方法更为准确且具有更广泛的适用性。最后,通过聚类方法将机组的负荷工况进行划分,统计不同负荷工况下的报警率,结合各区间的指令复杂度,评价机组在不同负荷工况下有功功率对负荷指令的跟踪情况,结果表明,在850MW附近出现工况劣化点,需要对其进行进一步的优化。