数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的有用信息、模式和趋势,并指导于实践。随着大坝工程规模的日益扩大和监测信息的积累,大坝安全监测信息的及时处理分析越来越困难,如何将这些监测信息进行有效地管理并很好的应用于大坝安全检测系统中,是一个很重要的问题。而经过几十年的积累,大坝监测数据量达到了较大规模,且这些数据本身具备非线性、多因子、高噪声、非高斯分布以及自相关等复杂性。因此,监测数据具有良好的挖掘条件。本文主要研究内容：(1)说明大坝安全监控的重要性、复杂性及研制大坝安全监控数据挖掘系统的必要性；结合数据挖掘技术,提出大坝安全监测数据挖掘的概念。(2)研究数据挖掘及其方法,着重探讨决策树算法、人工神经网络、K最近邻分类算法,并研究大坝监测技术等相关理论与技术支持。(3)分析大坝监测系统构建的原则,搭建大坝安全监测系统的构架,研究现场总线技术及系统数据采集结构,确定了大坝安全监测系统。(4)研究对比数据挖掘的主要算法,并选择数据挖掘模型。(5)对数据可视化和可视化数据挖掘技术进行分析研究,探讨大坝监测信息多维数据可视化的方法以及可视化数据挖掘。本文最后对研究工作进行了总结,并提出了今后对研究工作的展望。