广域测量系统（Wide-Area Measurement System,WAMS）中提供的数据在如今的电力系统中已经有了诸多的应用,具有实时采集和上传等优良特征。然而,部分从相量测量单元（Phasor Measurement Unit,PMU）中采样得到的数据与WAMS数据中心汇总后得到的数据存在差异,实际获得的数据存在数据丢失、采样值偏差和跳变等的数据质量问题,形成不良数据,这些数据质量问题会使得各种高级应用性能大打折扣。为了充分挖掘和利用WAMS数据的使用价值,需要能够实时在线对WAMS不良数据进行检测并将其恢复为原来的采样数据,以提高WAMS的数据质量。为了能够在线对WAMS不良数据进行检测和恢复,首先对WAMS历史数据进行研究,分析并得到WAMS的数据特征,提出时间相关性和空间相关性的定义。随后从该特征出发提出不良数据的检测和恢复方法,在检测方法中使用皮尔逊相关系数来计算采样点之间的空间相关性,通过局部异常因子（Local Outlier Factor,LOF）算法来进行不良数据的检测,并使用箱线图来动态确定LOF算法的阈值。随后为了对检测出的不良数据进行恢复,提出基于插值思想并融合了采样点之间空间相关性的数据恢复方法。通过模拟数据和实测历史数据的测试证明了该方法能够有效检测WAMS不良数据并进行快速恢复,在计算方面能够满足在线处理WAMS数据的实时性要求。为了能够在实际生产环境中对WAMS数据质量进行提升,基于Flink设计并实现了WAMS实时数据处理系统。该系统实现了数据的输入输出、不良数据的检测和恢复、日志记录和汇总等功能,实现了对WAMS不良数据进行检测和恢复的一整套流程。实测该系统能够在线对WAMS数据进行不良数据的检测和恢复,且在性能上满足线上应用对WAMS数据的实时性要求,由系统数据处理造成的额外延迟不会对后续的应用使用WAMS数据进行实时分析和处理造成影响。