随着信息技术在火电厂中的应用,火电厂在实际运行过程中积累了大量的运行数据。从大量运行数据中提取特定运行工况下的运行参数的最优目标值,能够在近乎不添加其他额外费用的基础上,在原有的运行设备上通过重新设计运行参数和运行方式来实现提高火电厂生产效率,降低供电煤耗的目的。然而,传统的数据分析方法只能对机组历史运行数据进行简单的操作,难以从大量历史运行数据中获得具有指导意义的信息。数据挖掘技术可以从火电厂积累的大量运行数据中挖掘出在特定运行工况下的运行参数最优目标值,从而可以为操作人员提供运行指导,优化生产过程,并提高火电厂的能源利用效率。本文根据数据挖掘技术中的经典关联规则算法,针对火电厂运行数据的特点,结合一种模糊C均值算法(Fuzzy C-means,FCM)与模糊关联规则算法,并将其应用于挖掘火电厂重要运行参数的最优目标值中。在处理大型数据库时,该算法无需领域专家事先给定模糊隶属度函数,可以在无先验知识的情况下,通过数据驱动的方式产生火电厂重要运行参数的模糊隶属度函数,进而由模糊关联规则算法提取出运行参数的最优目标值。上述方法主要适用于静态数据库不变的情况,但火电厂实际运行过程中会不断积累新的数据。因此,在原有数据库发生改变后,提出基于FCM的增量挖掘算法。该算法可以在原先已发现的规则基础上,通过减少规则发现进程中产生的候选项目集以及遍历原有数据库的次数,避免了对原有资源的浪费,并大大的缩短了规则更新的时间。最后,基于上海某300MW火电厂的运行数据提取出特定运行工况下排烟温度与烟气含氧量的最优目标值,并通过与传统设计值作对比验证所得结果。验证结果表明,基于FCM的增量挖掘算法确定的运行参数最优目标值可以提高火电厂的锅炉热效率,进而能够更好的实现火电厂的节能降耗。