电厂运行产生了大量的历史数据,这些数据具有大数据的特性,具备较大的资源价值。在新能源体系革命的驱动下,数据挖掘理念、技术和手段蓬勃发展,通过数据挖掘技术对历史数据进行分析提取,形成数据能源价值,为发电厂的优化运行提供数据支持。针对优化运行主题,实现对电厂大数据资源的利用,本文从大数据分析挖掘的角度对电厂数据进行关联性分析,发掘其关联关系应用于优化运行,与传统控制方法进行对比,验证进行电厂数据资源挖掘的意义。本文首先结合新能源体系发展以及电站运行优化现状,针对电厂大数据的特征,探讨数据分析挖掘的可行性以及可能达到的挖掘目的。随后介绍数据挖掘概念,对其进行步骤和功能说明,提出针对电厂的大数据挖掘所要集成的方法和所要关注的问题,诠释选择关联规则算法的原因,继而对关联规则挖掘理论详细介绍,针对以往采集数据的经验局限,提出对更多的数据项进行特征选择,丰富数据资源,再利用多维量化关联规则挖掘电厂数据的方法,并将之应用于电厂的优化运行中。为获得更多的数据信息,利用特征选择对数据进行筛选处理,进而运用关联规则算法挖掘。以某电厂受热面安全性问题为例,分析受热面热偏差的强关联属性,获得的结果与通过神经网络和优化算法得到的结果有较大的相关性。利用形成的相关规则对挡板开度进行优化,能有效降低热偏差,提高机组的安全性与经济性,与传统数据自寻优方法进行了比较,本文利用关联规则从数据出发获得的优化效果同样明显,能产生较优的热偏差优化效果。进一步肯定了电厂数据的资源价值,以及将大数据分析技术应用在电厂的现实意义。