由DCS控制器实现优化控制算法；
通过统计学习、系统辨识，获得智能化多模态对象模型；
将模型获取与现存的大量数据结合，能够反映不同工况下的对象特性；
将经典控制回路封装成结构化专用控制算法，实现优化过程的简洁化、经典化、标准化。
iFOC（基于模型的智能前馈优化控制），是基于大数据分析的智能多模态优化控制与传统控制相结合的先进控制方案，其应用可显著提升机组运行的经济性、稳定性，减轻运行人员的操作强度和提高环保指标。
由DCS控制器实现优化控制算法；
通过统计学习、系统辨识，获得智能化多模态对象模型；
将模型获取与现存的大量数据结合，能够反映不同工况下的对象特性；
将经典控制回路封装成结构化专用控制算法，实现优化过程的简洁化、经典化、标准化。
提高控制品质
降低供电煤耗
降低考核电量，增加AGC奖励
有效控制NOx排放，减少环保考核
实现深度调峰，增加相应收益
对原有INFI90及WDPF系统进行改造，并在此基础上进一步纳入吹灰、ETS等系统，最终实现DCS、DEH、ETS及脱硝、低氮、节能等一体化监控。此外，该项目还实施了精调优化，同时配备iGuard主机安全加固软件，机组AGC响应能力大幅提升，NOx排放更加环保，显著降低运行人员监盘工作量，提升了机组运行效益。
灵武发电1060MW超超临界直流炉直接空冷机组，通过在艾默生OVATION系统原回路进行相应逻辑优化、参数调整，满足低负荷、劣质煤工况下协调调节控制要求，机组各项参数达到或超过现有电力行业规范标准，脱硝先控达到变负荷过程中全程自动投运。
在西门子SPPA-T3000基础上，增加XTC-M800优化控制器。优化功能包含：
原控制系统的整合优化：找出原控制方案中存在的不足，进行整合、优化和调试，完善原控制功能，使其达到行业的标准。
外挂优化控制：基于模型的智能前馈控制技术，实现机炉协调、一次调频、蒸汽温度等优化控制。在设备完好的情况下，40%～50%负荷范围内，达到考核指标，50%～100%负荷范围内，达到优良指标。