本发明公开一种基于局部特征异常因子的初馏塔采样数据粗差判别方法，通过设计一种局部特征异常因子来量化各个样本数据的异常程度，从而可以将局部特征异常因子较大的样本数据判别为粗差。本发明方法需要先通过为各个样本数据找到多个近邻样本数据，然后以近邻样本数据为参考数据集，通过优化得到能区分该样本数据与其近邻之间差异的局部特征，从而计算得到局部特征异常因子。本发明方法未曾涉及计算马氏距离，而是寻找各个样本数据的近邻样本数据，并通过变换向量最大化两者之间的差异，从而通过局部特征与原点之间的距离来判别各个样本是否为粗差。因此，本发明方法可同时给出样本数据是否为粗差数据及其采样数据集中有多少个粗差数据的判别。