火电厂辅机是电厂的重要组成部分之一，其运行的安全可靠性直接影响着电厂的安全经济运行。目前国内多数电厂对众多的辅机仍采用定期检修方式，这样既耗费了大量的财力和人力，又不能及时发现故障，带来了经济上的损失和人力上的极大浪费。随着火电厂“厂网分开”、“竞价上网”的深入开展，如何降低发电成本、提高效益成为火电厂生产运营的焦点。　　 本文立足电厂信息化建设，以火电厂厂级监控信息系统为平台，研究了基于该平台的电厂辅机故障智能诊断技术。文章首先从火电厂实际情况出发，以电厂辅机为对象，根据设备状态监测和故障诊断技术的基本理论、方法，探讨了基于SIS的火电厂辅机故障诊断系统；然后，以送风机为对象建立了送风机故障诊断知识库和专家诊断模型；最后，运用VC＋＋的MFC框架和SQL Server数据库软件开发了送风机故障诊断专家系统，系统包括状态监测、故障诊断等几部分内容。　　 文章还研究了基于模糊神经网络的辅机故障诊断系统，建立了送风机故障诊断模型。该模型利用模糊理论将故障征兆信号模糊化，模糊化的信号作为神经网络部分的输入，然后通过神经网络的映射得到模糊化的网络输出，最后将输出清晰化得出诊断结果。其中，神经网络部分，分别采用BP网络和RBF网络建立了诊断模型，通过网络训练和测试结果分析，比较了两种网络模型在送风机故障诊断应用中的优劣。