CEMS(Continuous Emission Monitoring System)是指对大气污染源排放的气态污染物和颗粒物进行浓度和排放总量连续监测并将信息实时传输到环保部门的装置,被称为“烟气排放连续监测系统”。随着我国电力环保事业的不断推进,环保部门逐渐加强了对于火电厂污染物排放的监测力度,通过CEMS实现对电厂排污情况的实时监测。但在实施过程中发现,部分电厂为了达到排放要求,改动CEMS烟气仪表使其产生虚假的上报数据。对于环保部门而言,通过人工分析方法,从数据量大、数据维度高的电厂污染物监测数据库中找出虚假数据,不仅效率低而且成本高。针对这一问题,本文通过引入数据挖掘技术来替代原有的人工数据分析方法。从烟气数值型数据的特点出发,确立通过模糊关联规则提取数据信息的策略,并针对当前模糊关联规则算法中存在的不足,给出一种基于自适应聚类的改进方案,通过优化模糊聚类初始聚类中心的选取方法,提升模糊关联规则的挖掘效率和准确性,增强算法在本文应用环境下的适用性。结合改进后的算法,开发出一个智能化的CEMS烟气仪表监督系统。系统采用数据终端——数据传输端——监测中心端的模式进行构建,数据终端由分布在各个电厂的CEMS上位机构成,数据传输端采用GPRS DTU实现,监测中心端则负责将监测到的数据实现可视化显示,并通过改进后的模糊关联规则算法,协助监测人员实现对烟气虚假数据的分析识别功能。本系统既满足了环保部门对分散CEMS实施远程集中监测的需求,同时也实现了对CEMS仪表的智能化监督,对于我国电力环保监测事业具有积极意义。