火力发电等工业控制领域一直致力于研究历史数据中蕴含的有价值的控制规律,以指导设备运行优化,提高经济效益。但由于工业控制系统组成复杂、参数耦合性较强,针对此类大规模复杂多元的时序控制数据的分析需要结合领域知识进行大量渐进式探索尝试。可视分析技术能够提供灵活的视图交互以支持复杂的数据迭代分析过程,目前已成为此类迭代分析问题的高效探索方法之一。随着对工业控制数据可视分析研究的深入,需要分析的控制过程和参数类型不断增加,支撑可视分析所需的计算过程也变得复杂多样,导致分类开发总成本不断提高。为解决工业控制数据可视分析中底层计算过程可复用性低、可扩展性差等一系列问题,本文对控制领域数据分析需求和挑战进行了深入总结与抽象,引入组件化计算过程的设计思想以支持数据驱动的可视分析过程。首先对整体计算架构进行设计,将关键计算过程划分为数据质量分析组件、参数规律探索组件、模型分析与评估组件;然后对每个关键计算组件的内部计算单元进行提炼和划分,将其封装为一系列子组件,并从数据流规范角度对这些子组件的装配关系进行了通用性设计;接下来对每个子组件进行详细设计,从支持算法可扩展性和计算参数可扩展性等角度对算法流程和数据接口进行改进和优化,显著提升其可复用性;最后基于目前通用的数据分析工具和软件库进行了计算组件开发,实现了层次化的组件库开发架构。应用上述计算组件,以火力发电控制数据的典型分析过程为例开发了较为完整的可视分析案例,验证了本文计算组件在设计和实现上的可行性与可用性。计算组件的设计在工业控制数据可视分析系统的可复用性和可扩展性等方面进行了有意义的尝试,为可视分析在同类工业控制数据探索中的快速应用提供了参考。