A inconsistência em bancos de dados climatológicos é uma variável decisiva em atividades que dependem de dados medidos da energia solar. Medidas solarimétricas espúrias podem prejudicar diretamente estudos técnicos e científicos em áreas como: Biologia, Agricultura, Meteorologia, dentre outras. Isto gera um grande impacto no processo de tomada de decisão. Sendo assim, a verificação de consistência em bancos de dados de energia solar é uma atividade fundamental para eventos e estudos futuros. O objetivo deste experimento é verificar a qualidade dos dados medidos das irradiâncias solares (global em superfície horizontal) por meio de filtros computacionais. Isto é, analisar minuciosamente se uma medida ultrapassou os limites mínimos e máximos, e posteriormente, decidir qual ação tomar. Os limites inferiores e superiores foram obtidos por meio de equações da literatura e implementados por meio da tecnologia MySQL utilizando a linguagem de consulta estruturada (SQL). As medidas foram fornecidas pelo Laboratório de Radiometria Solar da FCA - UNESP de Botucatu (latitude 22.85º sul, longitude 48.45º oeste e altitude 745 metros) do período de 01 de janeiro a 25 de abril de 2018. O conjunto de dados continha um total de 16078 pontos medidos da irradiâncias global (Ig), que foi obtida através de um piranômetro Eppley - PSP. O período noturno e medidas não-numéricas (erros de instrumentação) foram desconsideradas na análise. A identificação de dados que extrapolaram o limite mínimo (Ig> 0) permitiu apontar que 13 medidas se encontravam inconsistentes, enquanto que, com relação ao limite máximo (Ig < Io), determinado pela irradiância no topo da atmosfera (Io), foram identificadas 8 medidas que o extrapolaram. A identificação de dados espúrios de irradiâncias solares (inconsistentes) permitiu o descarte de aproximadamente 0.15% de medidas duvidosas, uma vez que, não se enquadram no padrão de qualidade determinado pela literatura. O processo de análise de consistência, permitiu a obtenção de um conjunto de dados de maior integridade, que poderá ser usado em estudos futuros. Uma análise visual das medidas (plotagem de gráficos da série) poderá identificar possíveis falhas, não encontradas neste estudo.