全文总字数：6266字

1. 研究目的与意义及国内外研究现状

近年来，随着我国电力工业的迅速发展，越来越多的大型机组陆续投入运行。但是由于我国较多地区仍旧存在的供电紧张现象，使得许多发电机组长期处于超负荷运转状态，设备安全性也随之下降。此外，机组容量的增大使其结构和系统也越来越复杂，如何保障这些发电机组能够安全可靠的高效运行，对国民经济发展有重大意义。一旦电力生产设备发生故障，不仅会影响人们的日常生活，也会影响工业生产，从而给企业和社会带来较大的经济损失。大型发电设备发生事故后，维修耗资巨大，我国长期以来普遍实行的都是以事后维修、预防性计划检修为主的传统检修模式。目前，由于检修技术尚未成熟，并未实现全面的状态检修。

就大型汽轮发电机组来说，其设备结构极为复杂，一旦任何一台设备或零件出现故障，就有可能引发链锁反应，最终影响到整个设备的安全可靠运行，同时将造成巨大的经济社会损失。因此，迫切需要对汽轮发电机组故障诊断技术进行研究，以确保机组的安全稳定运行，并实现社会效益与经济效益的双赢。对大型汽轮发电机组的故障诊断，其根本目的就是确保设备的安全、可靠、经济、高效运行，在此就其主要目的进行阐述：其一，针对设备的故障状态或异常状态作出及时、正确、有效的诊断，将故障消除在萌芽状态。其二，对设备的运行维护起到必要的指导作用，确保设备安全、可靠、有效的运行。其三，制定科学合理的监测维护制度，使设备应有的功能得以最大发挥，在条件允许的前提下，充分挖掘设备的潜力，使设备的使用寿命得以延长，使设备寿命周期的维护费用大大降低。其四，通过故障分析、性能评估等方法，为设备的优化设计、高质量制造以及生产过程提供可靠的数据和信息。

目前汽轮发电机组的容量不断向大型化方向发展，如何通过先进的技术手段对设备状态参数进行监测和分析，判断设备是否存在异常和故障、故障的部位及故障的变化趋势，以确定合理的检修时间和方案，达到减少事故停机损失、提高设备运行可靠性、降低维修费用的目的，对故障诊断技术提出了新的和更高的要求，同时近几年来，传感器技术、信号处理技术、人工智能技术如专家系统、神经网络等及其它技术在诊断中的应用，也为设备诊断技术的进一步发展提供了动力。

2. 研究的基本内容

根据论文题目及要求，将毕业论文分为五个主要的部分，分别为前期的概念研究，故障数据预处理与特征提取，bp神经网络构建，bp神经网络的样本训练，以及智能故障诊断技术。

第一部分是论文展开前期，首先要对神经网络，汽轮发电机组的故障特征提取以及智能故障诊断技术的概念有清楚的认识，了解他们是什么以及他们的发展概况及趋势。

第二部分是基于前期掌握的相关知识和资料，着手模型的建立以及相关理论整理成文。初步框架建立以后，开始编程设计。采用matlab软件设计故障诊断的预测模型，然后针对某一故障类别进行预测诊断研究，在此过程中，观察讨论不同的模型参数对预测效果的影响，并进行预测结果的误差分析。

3. 实施方案、进度安排及预期效果

1、调研bp神经网络以及智能故障诊断技术的发展概况及趋势（2017.2）

2、熟悉掌握matlab软件的应用与编程方法（2017.2.15-2017.2.28）

3、学习神经网络的内容和工作原理，掌握bp神经网络的建模方法（2017.3.1-2017.3.21）

4. 参考文献

1.张浩. 发电设备智能故障诊断技术[m]. 中国电力出版社, 2014.

2.丁常富, 王亮. 基于交叉验证法的bp神经网络在汽轮机故障诊断中的应用[j]. 电力科学与工程, 2008, 24(3):31-34.

3. 郭建. 基于bp神经网络的汽轮机故障诊断系统研究[d]. 华南理工大学, 2014.