大型燃煤电厂的安全运行离不开对大量生产数据的分析与监测,工厂信息系统(Plant Information简称PI)是一套供全厂范围监视和分析的软件模块。2016年我国火力发电的总装机容量已经达到9.9亿千瓦,约占全国电力总装机容量的74.6%,而工厂信息系统的覆盖率接近100%。如此大的市场占有量给国内工厂信息系统的发展和创新带来了巨大的推动力,越来越多的火力发电厂开始向PI系统的二次开发和应用投入人力和财力。本文以华能大连电厂一期机组给水系统作为研究对象,分析了给水系统的功能、结构和工作原理,对其主要核心设备:汽动给水泵、电动给水泵以及回热加热器三大设备做了运行原理分析和设备参数介绍,并通过调查研究给出了在给水系统运行维护过程中常见的难题。论文采用VB作为开发平台,采用SQL Server作为PI数据库。平台通过PI-SDK接口方式向PI数据库申请机组给水系统的工业实时参数作为诊断依据,利用SQL Server数据库指令集通过PI-ODBC方式向PI数据库批量申请历史数据,作为典型故障数据库并建立相应的故障数学模型,同时作为神经网路回归和分类模型的训练数据集,并通过调整网络使其出现最好的表达。本文利用从PI数据库获取的给水系统工业参数实时数据分别建立了三个模型:利用最小二乘法和方差分析法获取电动给水泵电机电流的异常波动;利用神经网络回归模型对汽动给水泵出口流量进行建模,实时检测给水泵出口流量是否在预测区间内,出现评价差异后实时向前台进行报警;利用神经网络分类模型对高加回热系统水侧泄露状态进行建模,实时检测高加系统是否存在安全隐患。通过报警帮助运行人员提早发现异常,将人为介入的时间节点提前,有效的防止了由小故障引发的大事故,极大的保障了机组的安全稳定运行。