由DCS控制器實現優化控制算法；
通過統計學習、系統辨識，獲得智能化多模態對象模型；
將模型獲取與現存的大量數據結合，能夠反映不同工況下的對象特性；
將經典控制回路封裝成結構化專用控制算法，實現優化過程的簡潔化、經典化、標準化。
iFOC（基于模型的智能前饋優化控制），是基于大數據分析的智能多模態優化控制與傳統控制相結合的先進控制方案，其應用可顯著提升機組運行的經濟性、穩定性，減輕運行人員的操作強度和提高環保指標。
由DCS控制器實現優化控制算法；
通過統計學習、系統辨識，獲得智能化多模態對象模型；
將模型獲取與現存的大量數據結合，能夠反映不同工況下的對象特性；
將經典控制回路封裝成結構化專用控制算法，實現優化過程的簡潔化、經典化、標準化。
提高控制品質
降低供電煤耗
降低考核電量，增加AGC獎勵
有效控制NOx排放，減少環保考核
實現深度調峰，增加相應收益
對原有INFI90及WDPF系統進行改造，并在此基礎上進一步納入吹灰、ETS等系統，最終實現DCS、DEH、ETS及脫硝、低氮、節能等一體化監控。此外，該項目還實施了精調優化，同時配備iGuard主機安全加固軟件，機組AGC響應能力大幅提升，NOx排放更加環保，顯著降低運行人員監盤工作量，提升了機組運行效益。
靈武發電1060MW超超臨界直流爐直接空冷機組，通過在艾默生OVATION系統原回路進行相應邏輯優化、參數調整，滿足低負荷、劣質煤工況下協調調節控制要求，機組各項參數達到或超過現有電力行業規范標準，脫硝先控達到變負荷過程中全程自動投運。
在西門子SPPA-T3000基礎上，增加XTC-M800優化控制器。優化功能包含：
原控制系統的整合優化：找出原控制方案中存在的不足，進行整合、優化和調試，完善原控制功能，使其達到行業的標準。
外掛優化控制：基于模型的智能前饋控制技術，實現機爐協調、一次調頻、蒸汽溫度等優化控制。在設備完好的情況下，40%～50%負荷范圍內，達到考核指標，50%～100%負荷范圍內，達到優良指標。