为了提高电厂运行经济有效性,在此研究过程中带来了电站信息化的快速发展,进一步考虑到热工检测信号控制的高品质要求。致使对热工信号进行预处理成为了一种必要,对热工过程的深入了解也成为不可缺少的环节。因此需要我们研究一种对热工过程信号和对象进行有效处理和分析的研究方法。自适应滤波器具有在未知环境下良好运行并跟踪输入统计量随时间变化的能力,通过不断调整抽头权系数来适应发生变化的信号的统计特性,可以达到自适应拟合信号的能力。论文结合不同算法的自适应滤波器对热工信号进行了去噪和辨识方面的研究。并结合预测控制原理对被控对象进行了有效控制。论文主要研究讨论了基于最小均方算法的自适应滤波器在过热器对象辨识和噪声消除方面的应用,并进行了算法改进。再结合辨识所得的脉冲响应序列,利用预测控制原理设计了自适应模型算法控制-比例串级预测控制系统,通过最小均方自适应滤波器在线实时辨识被控对象的预测模型参数,再结合改进的自适应模型算法控制原理在线修正控制器参数。仿真结果表明：基于此类自适应滤波器的辨识结果能很好适应火电厂过热汽温系统的大惯性、大迟延和时变特性。其控制策略实施简单,超调小,控制效果明显优于PID—P串级控制；且在变工况实验中,能有效适应对象参数时变,保证了较好的调节性能。