钢铁企业产业结构的调整使得世界能源形势日益紧张,如何降低钢铁企业的能源消耗成为了国内外研究的热点,而其中能源优化问题是节能研究的关键方向。因此,分析钢铁行业的关键耗能因素,设计并实现一个符合企业实际的能源优化模型、制定合理的节能生产方案具有极大的社会意义与经济价值。本文以国内大型钢铁企业本钢的实际生产为背景,通过数据挖掘技术以及能源信息管理技术分析该企业大量生产数据存在的特点,进而对钢铁企业的生产工艺以及能源关系进行了深入的理论研究与应用分析。本文对钢铁企业的生产工艺进行深入研究,分析了主生产系统、能源转换系统、辅助生产系统以及其他系统之间的作用机理和定量关系,建立了贯穿于钢铁生产过程中的物质流和能量流模型,为建立企业能源优化模型提供了理论基础。针对钢铁联合企业有大量生产数据闲置的特点,首次将数据挖掘技术应用到钢铁行业能耗分析领域。首先,针对主生产系统中的烧结工序、炼铁工序、炼钢工序数据的特点,对原始数据库中的数据从数据选择、清洗、离散化等几个操作制定了具体的预处理方法,保证了挖掘数据的高效性以及生成规则的有用性；其次,通过应用改进的项目约束关联规则算法Apriori-rule对各个工序分别进行挖掘分析,得到了影响吨钢综合能耗的关键物流因素；最后,提出了两种合理节能生产方案。针对工序节能并不代表系统节能的特点,对钢铁联合企业的能源模型进行系统设计,建立了全流程能源优化模型；然后,针对模型的复杂性以及以往求解方法的缺陷,通过引入退火罚因子和不可微精准罚函数,提出了基于布谷鸟进化算法的非线性模型求解方法CS-SAF。结合本钢的实际情况,在真实的数据集上进行了能源优化模型的正确性验证以及使用能源优化模型进行了节能方案的可行性验证,验证结果表明所建立的用能优化模型是正确的,所提出的生产方案是可用的。