本发明涉及一种基于燃煤机组运行数据的动态碳排放因子计算方法，提取火电机组运行特征数据；对提取到的特征数据进行标准化处理；根据机组容量对特征数据进行分类；对分类后的数据采用改进的K‑means聚类方法进行聚类；基于BP神经网络建立燃煤机组动态碳排放因子计算模型；采用主成分分析法对特征数据进行降维处理，根据各成分贡献度找出主成分；分析主成分与相关系数矩阵，确定与主成分正相关，对动态因子影响较大的特征数据类别。本发明解决了燃煤机组碳排放因子难以准确计算的问题，为后续对高碳排机组的准确辨别及有效治理提供了技术支持。