锅炉燃烧状态是否稳定直接影响机组的安全性和经济性,本文采用SIS平台的数据,重点围绕热工信号的相关性、燃烧状态相关信号的提取这两个方面进行研究。首先针对传统的热工信号相关性分析无法兼顾整体趋势相关性和局部波动相似性分析的不足,利用小波变换的多分辨率分析思想,提出从不同频率尺度来研究信号的相关性。通过小波变换将信号分解到不同频率范围内,然后重构得到不同频段下的信号分量。依据同一频率信号的波动相似性计算它们之间的相关系数,以此描述该尺度下信号之间的相关性程度。对某600MW机组数据进行实例分析,表明该方法不仅可以定量分析信号低频趋势的相关性强弱,同时也能够挖掘出高频波动相似性强的信号,从而拓展了热工相关信号的挖掘范围。其次依据扰动相关信号在同一频段具有较强的波动相似性,本文提出一种基于小波熵的燃烧扰动相关信号提取方法。利用小波变换的带通滤波特性得到信号的不同频段成分,再计算小波能量熵来分析信号间的相关性。以频变信号为例,分析了滑动窗口宽度和小波基的选取对小波熵的检测和识别性能的影响。并对某电厂数据进行实例分析,结果表明该方法不仅能有效的挖掘燃烧扰动相关信号,并能区分这些信号的相关性强弱。