数据挖掘是技术是上世纪九十年代国内外迅速发展起来的一门学科，涉及到人工智能、统计学、机器学习、数据库等多个领域。 数据预处理是数据挖掘(知识发现)过程中的一个重要步骤，通过对工业企业的数据库系统中含有噪声、不完整、甚至是不一致的数据的处理可以提高数据挖掘对象的质量，并最终达到提高数据挖掘所获模式知识质量的目的。 本文基于天津乙烯裂解炉产生的工业时序数据，研究并分析了时间序列数据的预处理相关工作。首先讨论了流程工业数据数据特点以及时序数据研究的内容。然后采用最大值填充空缺数据、平均值填充空缺数据、插值填充空缺数据、分箱法去除噪声和数据压缩以及分段线性数据处理的方法实现了对原始工业数据进行了空缺填充、噪声去处和数据压缩等工作。采用缓冲区的概念重点研究并实现了工业时序数据在线实时数据处理的要求。接着利用处理好的数据进行了聚类等数据分析工作，验证了工作的有效性。最终基于J2EE技术开发出工业时序数据应用系统。