状态监测与故障诊断的开发是一门跨学科、跨研究领域的综合技术,包括了传感器技术、数据采集技术、信号分析与数据处理技术以及数据通信、智能控制等相关学科技术。水电厂传统的定期维修制度正逐渐被状态检修制度所取代,技术供水系统作为水电厂辅助设备系统中的一个子系统,是电厂安全可靠运行的重要保障,因此有必要对水电厂技术供水系统进行状态监测与故障诊断的研究。 本论文结合小浪底电厂机组技术供水改造项目,针对其技术供水系统的常见故障,设计了技术供水监控系统网络结构,并采用人工神经网络建立了水电厂技术供水系统故障诊断的层次模型及其状态监测与故障诊断系统的故障集和征兆集。在此基础上,建立了技术供水设备故障诊断的特征矢量集。 采用基于SOM(自组织特征映射)神经网络技术,提出了对技术供水系统设备常见故障进行故障诊断的方法,并且依据技术供水系统和SOM神经网络的特点,提出了相应的隶属度函数,最后对所采用的神经网络故障诊断方法的有效性进行了分析和验证。在程序中调用MATLAB神经网络工具箱内的函数用于对故障模式的识别和分析,提高了程序开发的效率。 技术供水系统作为水电厂辅助设备系统的一个子系统,它的安全可靠运行对于水电厂也是非常重要的,本文研究的结果对水电厂辅助设备系统状态检修具有一定的参考价值。