本发明公开了一种基于特征工程和数据降维的发电锅炉运行数据特征处理方法，属于机器学习技术领域。解决了现有技术中特征处理方法难以在保留绝大部分特征信息的前提下进行数据压缩的问题；本发明采用插值法对原始数据中的缺失数据进行补全，随后进行归一化处理；采用皮尔森相关系数作为衡量特征与问题相关性的依据，对归一化后的数据中与问题无相关性的特征进行筛除，得到特征样本集；对特征样本集中存在线性关系的数据，采用局部线性嵌入法进行降维处理；对特征样本集中存在相似变化趋势的数据，采用特征合并算法达到降维处理目的。本发明在保留数据足够的特征信息前提下进行数据降维，提升了模型运算速度，可以应用于发电锅炉运行数据特征处理。