水轮机是水电站最重要的动力设备，其运行状况的好坏直接影响到水电站的经济效益和社会效益。而作为水轮机的关键控制设备，调速系统的稳定可靠运行是电力安全生产的基本保证，因此，研究水轮机调速系统的故障诊断方法具有十分重要的意义。 已有水轮机调速系统故障诊断方法存在诊断时间长、准确率低等缺点。本文在完成浙江省科技计划重点项目的过程中，针对水电站远程监控系统的需要，系统研究了水轮机调速系统故障诊断方法。在已有研究成果的基础上，提出了基于神经网络的D-S证据推理方法。本文主要研究内容如下： (1)阐述了故障诊断技术的基本原理及其发展现状、水轮机调速系统的特点，分析了已有利用BP神经网络、RBF神经网络等手段对水轮机进行实时故障诊断方法的诊断的效果和存在的问题。 (2)提出了利用D-S证据理论对不同的神经网络诊断结果进行数据融合的水轮机调速系统故障诊断方法，应用到水轮机调速系统故障检测中，提高了诊断准确率。 (3)利用VC++开发平台及SQL Server数据库软件，开发了水轮机调速系统故障诊断软件，并应用到浙江省仙居北岙水电站远程监控系统中。