目前,火力发电仍是我国电力生产中的主力,随着电力企业对节能降耗问题的重视,如何通过对发电环节的优化控制,提高机组控制的精准性和能源利用率是电力企业亟待解决的问题。对火电控制历史数据进行分析和建模能有效帮助用户了解机组的运行规律并达到更好控制机组运行的目的。火电机组配备的集散控制系统(DCS,Distributed Control System)记录了机组运行的历史数据,为机组控制系统的规律分析和辨识提供了数据支撑。但是,由于这类数据在时序空间和参数空间上均具有较高的复杂性,使传统系统辨识过程非常复杂,甚至难以得到有效结果。本文将可视分析技术引入系统辨识中,与自动建模算法集成,设计了面向系统辨识的可视分析系统—im DCS,在时序数据特征分析、模型建立和筛选评估以及模型迭代优化等各个阶段提供可视化支持。该可视分析系统通过构建交互增强的多分辨率曲线图支持模型时序参数的迭代预估;设计多种可视化技术和交互联动视图支持多层次模型筛选过程;通过分组堆叠视图展示高维多元模型内部结构;通过精度评估视图,支持用户从不同侧面评估模型性能。与领域专家合作,基于电厂真实控制数据和应用需求进行了案例分析和建模实验,验证了系统的有效性和可用性。本文的研究为复杂工业控制过程的分析、预测和优化提供了新的有潜力的支持手段。