随着我国水利水电事业不断的发展，我国所建的大坝在高度、数量、规模上均达世界第一，这使我国一跃成为了世界上的坝工大国。为了有效地避免大坝的损坏带来的巨大损失，需要对大坝进行完善的安全监控。本文以大量的大坝安全监测数据带来的噪音及虚假警报等问题为研究对象，在讨论了国内外有关研究现状的基础上，对其进行了多测点的安全监控模型研究，对该模型的具体理论及方法进行了阐述。　　本研究主要内容包括：⑴采用主成分分析方法对监测数据进行缩减，主成分分析是利用降维的思想，在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计方法。监测数据中常常会有相关性很强的一类监测序列，对此进行主成分分析，把原来需要对多个数据序列的监控缩减为少数的几个，这不仅大大降低了监测数据中的虚假警报问题，且降低了监测数据的监测分析等工作。⑵把大坝的监测序列看成是随时间而变化的时间序列，由于大坝的位移变形具有整体性、连续性及缓慢性，所以把大坝位移的时间序列看成是所有因子对大坝的综合影响结果。在此基础上，对通过主成分分析方法得出来的少数几个主成分建立了基于时间序列的预测模型，并通过实例证明，此模型的预测精度较高，且对主成分序列的预测可以代替对各测点序列的预测。⑶探讨了基于主成分安全监控的基本理论和方法，建立了基于主成分的安全监控指标，以对主成分的监控代替对原始各测点的监控。对主成分的预测值和实测值间的误差序列进行了分析，采用了Bootstrap方法来估计其统计参数，并以较为成熟的置信区间法建立了安全监控指标。最后通过观察主成分序列的变化和其残差序列的变化及原始测点序列对主成分残差的贡献图来定位出现异常数据的实际测点。⑷通过实际工程证明，以主成分分析方法对大坝监测数据进行缩减是可行的，以时间序列分析方法对数据进行预测是合理、准确的，以主成分的监控指标对大坝进行安全监控是可行的。