随着数据库技术、人工智能和数理统计等技术的发展与融合，数据挖掘技术应运而生。数据挖掘作为20世纪末刚刚兴起的数据智能分析技术，由于其所具有的广阔应用前景而备受关注，已逐渐成为数据库和人工智能领域的一个热点，数据挖掘中的方法已经在各行各业获得了广泛的应用，并取得了显著的成果。数据挖掘已经成为一个新兴的、潜力巨大的研究领域。 本文介绍了数据挖掘的理论与方法，包括数据挖掘的定义、挖掘的主要过程、分类和主要技术手段。同时重点研究了数据挖掘中的聚类分析和异常数据挖掘方法，并以油气集输管线的压力数据采集与分析为例，对聚类分析和异常数据挖掘技术的方法进行了研究，针对油气集输管线泄漏检测工程的实际情况提出了数据预处理的过程，进而利用异常数据挖掘的方法来进行实时、大容量数据的分析。同时，在系统的开发研究过程中，作者使用Visual C++6.0完成了相应模块的程序编写工作，从而实现了油气集输管线的泄漏检测，扩展了数据挖掘的应用领域。 本文侧重于对数据分析与处理的宏观方法进行了研究，研究中所利用的基本数据是在系统正常运行时从现场实际采集得到的，而实际运行时有多种复杂的情况发生，由于时间和篇幅所限本文没有进行叙述，这些内容有待于以后做进一步的研究。 随着对异常数据挖掘研究的进一步的深入，这一技术必将在工业、金融业、零售业、医疗保健和政府决策等各个领域发挥更大的作用。