电力工业是重要的能源生产行业,也是国民经济的支柱产业,与人类生产、生活有着密切的关系。燃煤发电作为电力生产体系中占比最大的环节,每一项技术进步将会带来巨大的经济效益和社会效益。发电系统一旦发生故障,不仅会影响当地居民的生活,也会阻碍该地区的工业发展。近年来,随着计算机技术和数据采集技术的不断进步,燃煤发电过程采集到的数据规模越来越大,这为开展基于大数据的过程监测方法研究带来了便利。本文以浙江某电厂在线采集的发电过程数据为基础,开展了基于分布式统计方法的燃煤电厂厂级过程监测方法研究。研究内容包括:论文第二章介绍了现代燃煤发电基本原理和分布式厂级过程监测涉及到的基本方法,包括基于互信息的模块划分方法、基于主成分分析的故障检测方法、贝叶斯融合法和Granger因果分析法。在此基础上,提出了本文的厂级分布式过程监测框架。论文第三章以浙江某电厂#6机组在线采集的数据为基础,开展厂级分布式过程监测研究。首先利用互信息方法将电厂过程变量划分为多个子模块;并在各个子模块中利用主成分分析法建立过程监测模型,再利用贝叶斯推断融合监测结果;为了准确定位故障发生的具体位置,利用贡献图法分离出故障变量;最后利用Granger因果分析法对故障变量开展因果分析实现故障的准确定位。并选取磨煤机、凝泵、给煤机、凝汽器四个典型故障案例验证本文提出的厂级过程监测方法在实际系统中的可行性。论文第四章利用MATLAB设计了一款多元统计分析工具箱,主要功能包含数据加载、数据分析、数据分类、数据回归和厂级监测模块。工具箱实现理论方法到应用程序的转换,极大方便了电厂数据的过程监测流程。最后,论文第五章对全文的研究内容以及创新点做了整理归纳,并对课题的后续研究做了展望。