随着现代生产生活对电力能源需求的不断增长和电力生产企业对生产管理效率的要求越来越高,发电企业对电力生产控制系统提出了更高的要求。对电力生产过程进行在线监测及故障诊断己经成为目前电力行业过程控制领域的一个非常重要的研究方向,使得这一方面的研究具有非常重要的现实意义。本文从数据的描述性统计分析出发,系统的介绍了多变量统计过程控制技术在火电厂设备故障检测过程中的应用。提出了一种有效的故障检测方法------最小误差率线性模型法,通过采用线性分组后静态建模和动态多级检测策略来达到较好的运算速度、很好的检测灵敏度和检测精度,并通过仿真实验研究验证了这种故障检测方法的有效性和可行性。论文的主要创新点如下:1、应主元分析方法投影降维思想的启发提出了线性分组投影降维的方法,既大大降低了建模数据空间的维数,使求解最优线性回归方程的穷举搜索成为可能,又不像PCA方法降维会有数据信息的损失。2、利用数理统计的相关知识,对穷举搜索最优解的线性建模过程的计算机算法进行了四点优化,大大提高了程序运算的速度,使这一方法应用于大规模数据运算成为了可能,有效的解决了数据分析理论与实践应用的矛盾。3、利用多级动态检测策略来提高模型检测的灵敏度和精度,对每一个模型通过制定相应的检测策略来弥补模型检测信息的不足。4、运用多个模型实现同时对一个检测变量进行监测,而不是用一个模型去监测多个检测变量,有效的解决了故障检测过程中的误报和漏报现象。5、编写了完整的计算机处理程序,从数据分析、数据预处理、线性建模、检测策略的制定到故障仿真检测的一系列过程都编写了完整的计算机处理程序,使这一方法的运用变得简单可行;同时,程序具有较强的移植性,适当的调整检测数据和参数后,可用于这一类问题的自动化分析处理。