本项目围绕分布式联合循环机组性能分析开展研究，通过热力性能建模与仿真、性能诊断与分析技术研究、大数据挖掘及机器学习技术研究、性能分析与诊断系统开发与部署等研究及应用，最终开发并研制了一套分布式联合循环机组性能分析系统，并部署至电站SIS系统中，达到对机组关键性能参数进行诊断和长期监测的目的，同时具备一定程度的运行优化和故障预判功能。 （1）基于EBSILON热力仿真平台，建立了两种不同类型的联合循环机组全厂热力系统仿真模型，对仿真结果和历史运行数据进行了对比分析，验证了仿真模型的准确性。 （2）利用热力仿真模型对不同电负荷、供热流量、环境温度下1号、2号抽凝机组和3号背压机组的变工况特性进行了分析研究，获取了3台机组热电负荷特性和能耗特性数据组，建立了准确、可靠、可用于分布式联合循环机组性能分析的运行数据库，为机组性能分析和诊断提供了数据支撑。 （3）针对全厂的设备特性，综合考虑电厂自身的需求，对分布式联合循环机组性能分析与诊断技术进行了研究，主要内容包括：热电成本分析技术研究、冷端运行指导技术研究、全厂能量平衡分析技术研究、碳排放在线核算技术研究、小指标竞赛技术研究等。 （4）结合热力仿真数据以及大数据分析技术，使用Python和js编程语言，在电厂原SIS基础上开发并部署了联合循环机组性能诊断与分析系统，调试完成后的系统具备机组性能实时监测功能，可以为机组的运行优化、性能诊断和故障预判提供参考。 （5）本项目累计申请发明专利3项，授权实用新型专利3项，获得软件著作权1项。