水轮发电机组是大型机电能量转换装置,其运行状态关系到水电厂能否安全、经济的供电。近百年来,以统计理论为基础,按计划定期进行小修、中修、大修的维修体制,普遍存在着过维修和不足维修现象,特别是近年来随着水轮发电机组的巨型化,这种维护体制更加暴露出严重的弊端。因此,实现有效的机组状态监测和故障诊断,提高维修的针对性,不仅对电力工业,而且对整个国民经济都有重要的影响。本文论述水轮发电机组故障诊断和在线监测的重要意义,分析故障诊断的研究现状及发展趋势,并对故障诊断的应用前景做进一步分析。在概述水轮机的状态监测和故障诊断系统的基础上,在研究了故障诊断常用的方法后,提出使用模糊专家系统对设备进行诊断分析,从而将人工智能技术与故障诊断技术相结合,实现更精确的故障诊断,根据水轮发电机组振动故障特点,提出了一种基于模糊逻辑、神经网络与专家系统的混合智能诊断方法。本文中给出基于模糊神经网络的水轮发电机组故障诊断专家系统,实例仿真结果验证了模糊神经网络用于水轮发电机组振动故障诊断专家系统的合理性与可行性。完成了水轮发电机组状态监测与故障诊断系统的软件开发,实现了数据采集和信号分析功能、实时状态监测的功能、振动分析功能、故障诊断功能等功能,并就软件实现的关键技术展开了论述。