热力过程测量数据的准确性既是火电机组监控系统安全可靠运行的重要基础,也是保证机组性能分析与诊断结果准确性的重要前提,针对测量数据检验的研究对电厂的安全经济运行具有十分重要的意义。本文针对热力过程的特点,分别提出了基于偏最小二乘方法的线性过程、非线性过程及动态过程的测量数据检验算法,主要内容如下:　　 采用偏最小二乘方法来处理线性过程数据检验问题,利用过程历史数据建立回归模型,并根据模型估计值与测量数据的差值进行异常数据检验。为消除各种离群点对回归模型的不利影响,提出采用偏鲁棒M-回归方法进行数据检验,通过反复的迭代,自适应地为样本数据分配不同的权值,从而有效抑制残差污染。　　 提出基于样条变换偏鲁棒M-回归的非线性热力过程数据检验方法,通过样条变换将原测量数据间的非线性关系转化为拟线性关系,再采用偏鲁棒M-回归方法对经变换后的数据进行加权迭代,建立具有鲁棒性的非线性数据检验回归模型。该方法不仅能够克服变量间的多重相关性,消除各类离群点对模型的影响,并且具有较高的预测精度和计算效率,能够进行有效的数据检验和数据重构。　　 提出基于非线性块式递推偏最小二乘的动态过程数据检验方法,先用基于样条变换偏鲁棒M-回归方法将队列中数据的非线性关系转化为拟线性关系,再对变换后的数据采用加权块式递推偏最小二乘方法进行回归建模,从而实现非线性动态过程的递推回归。该方法不仅具有良好的鲁棒性,而且具有较强的追踪过程变化的能力。　　 基于厂级监控信息系统平台完成了数据检验模块设计,给出了数据检验在电厂SIS系统中的部署构架。