Skyline查询是找出一个多维集合中所有不被其它点支配的数据点集，它在实际应用中主要用于多维决策支持。如在只有价格和离海边距离两个属性的酒店集合中，旅客通过Skyline查询会找出其中的Skyline酒店，它们在这两个属性上不比别的酒店差并且至少在某个属性上要优于其它酒店。Skyline查询可以很好地找到满足用户要求的那些点，但是它不支持找出其它有潜力成为满足用户要求的点，如酒店投资商就希望从那些非Skyline酒店中找出一些有潜力发展成为Skyline酒店的点做为投资对象，因为这些点可以让他们的投资带来更大的回报。基于这样的实际需求，本文提出了Top-k潜力Skyline查询问题，用于查找多维集合中k个最有潜力成为Skyline的非Skyline点。本文给出了问题的形式化定义，并提出了两种基于数据网格的求解算法和相关的剪枝策略。Grid-E算法是第一个算法，它的主要思想是迭代遍历数据网格的交点；第二个算法Grid-P采用了递归的集合划分和空间投影方法来求解问题，针对该算法本文给出了它的正确性证明。在本文的最后，我们在真实数据和合成数据集上对这两个算法进行了详细的实验测试，实验结果说明了算法的有效性。