水电机组作为水电生产过程的主要部件,确保其安全运行对水电生产过程的稳定性有着重要意义。而如何保证其稳定运行,这就要求检修人员能根据水电机组的具体状况,及时采取有效的检修措施。为此,本文以辅助检修人员进行快速有效的检修工作为目的,引入贝叶斯网络(Bayesian network,BN),提出了一种基于贝叶斯网络的水电机组故障诊断与检修决策方法。具体的内容与创新工作如下:1)为实现水电机组在线监测系统与故障诊断模型之间的有效连接,设计了一种多源信息采集系统。分别使用传感器采集与人工观测的形式对故障信号进行提取,并转化为相应的BN证据,用于BN模型的故障诊断。同时,设计了一种传感器报警管理方法对传感器采集信号进行筛选,可以有效提高BN证据的准确性;2)针对现有故障诊断方法忽略了缺乏状态监测系统的水电机组部件的故障诊断,且无法处理不确定性因素的问题,提出了一种基于BN的多源信息故障诊断方法。该方法使用狄利克雷分布进行系统风险评估,多源信息故障诊断模型进行故障诊断,可以实现水电机组系统到局部的统一。此外,所提出的改进专家经验法,采用FT转化BN结构,Noisy-OR模型简化CPT,FCE获取条件概率的方式构建专家经验BN模型,可以解决专家经验无法构建大规模BN模型的问题;3)为辅助检修人员的检修工作,提出了一种基于期望效用原理的检修决策方法。该方法以检修决策变量为基本组成单元,根据各种不同状态下的检修决策变量制定检修决策方案,并通过期望效用原理选择最优决策方案,对管理人员进行检修工作的安排具有良好辅助作用;最后,为验证所提出方法的实际运用能力以及所建立模型的准确性,提出了一种水电机组故障诊断与检修决策系统的基本框架。通过采集信号模拟、系统风险评估、故障诊断与最有决策方案的选择验证了模型的实际运用价值。同时,使用ROC曲线、校准曲线与准确度验证对模型进行验证。结果表明,模型准确率在80%以上。