随着电力企业自动化水平的不断提高，电厂的生产管理信息化建设也有了长足的进步。厂级监控信息系统（Supervisory Information System：SIS）将现场离散控制系统（Distributed Control System：DCS）等设备的实时数据通过各种接口软件采集到数据库中，保存为统一的数据格式，为电厂积累了海量的运行数据，已成为现代化电厂不可或缺的生产管理系统。同时，面对日益庞大的电厂SIS数据库，如何高效、深入地提取其中的知识和规律也成为一项重要的研究课题。数据挖掘技术的不断发展，为以上问题的解决开辟了新的道路。本文重点对决策树算法中C4.5算法进行了研究，并就该算法加以改进，主要通过简化信息熵的求解降低决策树复杂度和引入趋近度概念两方面进行，通过模拟实验，达到了预期效果。本文通过对SIS系统的应用建设，介绍了该系统数据库类型的选取、功能组成及软硬件的架构设计。并结合发电企业的行业特征，以数据挖掘中决策树算法作为理论研究基础，将C4.5算法应用到电厂SIS系统应用之中，通过构建决策树模型，对挖掘结果进行分析、评价，发现隐藏在海量数据背后的规律，同时，对改进算法的仿真效果进行了分析。通过数据挖掘技术的应用，有效的对电厂在优化运行和故障诊断方面的工作进行了指导，从而为电厂的安全生产和机组稳定、经济运行提供重要的决策支持，帮助发电企业在不断加剧的市场竞争中取得竞争优势。