火电厂是我国重要的电力生产项目，为提高火电机组运行的可靠性与经济性，基于粗糙集理论，结合BP神经网络算法，研究火电机组热控电源自动配置模型。分析热控电源的基本特征，利用电力参数模块，采集热控电源信号特征，进行归一化处理，构建自动配置方法的初始数据集，基于粗糙集理论，根据属性决策特征，建立电源信号属性决策表，为自动配置方法，提供理论依据，进行连续属性的约简处理与离散化处理，精简化属性决策集合，利用BP神经网络算法，建立火电机组热控电源自动配置模型。为检测模型的可行性，设计模拟试验，试验结果显示，设计模型具有高效性与准确性，模型输出结果的ROC曲线，对应的AUC值（Areaundercurve）为0.916，即模型自动配置结果的精准度为91.6%，表明融合了粗糙集理论与BP神经网络算法的模型，可以显著地提升模型的精准度。