本文借助于数学，对600MW机组的运行数据进行状态估计，以此来提高运行数据的准确度。状态估计采用加权最小二乘的正交变换方法，对运行数据进行最优估计。主要研究内容为： 1．阐述最小二乘估计的方法及原理，分析它们的优缺点，重点论述了加权最小二乘法，分析了加权最小二乘法的正规方程法和正交变换法。在加权最小二乘正交变换方法的基础上，推导了数学模型； 2．阐述汽轮机的建模原则及方法，将汽轮机的状态模型结合加权最小二乘的正交变换方法，推出了机组数据校验的状态估计数学模型； 3．以600Mw机组的100％工况下的设计数据为例，验证了机组建模及状态估计方法的正确性；在同一误差下，分别用加权最小二乘的正规方程组法和正交变换法对600MW机组的一组运行数据进行状态估计校验，结果表明：正交变换法的状态估计结果比正规方程组法的状态估计结果精确；对比靠近高压侧和靠近低压侧的抽汽点状态压力在同一误差下的状态校验数据，结果显示靠近高压侧的状态压力误差对状态估计结果的影响较大；对单测点和多测点的状态压力误差进行数据校验，多测点误差对状态估计结果的影响较大； 4．对6001VBY汽轮机组的100％工况，80％工况和40％工况的运行数据进行状态估计，并将其与设计值相比较，数据显示：当误差不大于20％时，加权最小二乘正交变化法具有良好的估计性能，状态估计结果较为理想； 5．利用MATLAB作为开发工具，将状态估计误差和量测误差的对比图在MATLAB图表中体现出来。