在以电网为中心的机组调度模式下，大容量超临界、超超临界火电机组参与电网一次调频和自动发电量控制（AGC），进行深度调峰和灵活性运行已成为必然。由于火电机组运行工况多变、故障程度多变，现有热力系统故障诊断软件在现场应用具有很大局限性。为提高火电机组热力系统运行可靠性，针对火电机组热力循环系统，开展了面向全工况的故障预测和诊断技术研究，大大提高了故障诊断系统对变工况的适应能力。本项目采用先进的故障特征参数预测及故障智能诊断技术，研制了一套包括神经网络诊断算法、模糊模式识别算法、最近邻算法等在内的先进故障预测和诊断模型库，开发了火电机组热力系统性能分析与诊断软件。该软件通过对大量机组DCS运行数据的实时分析，可实现包括凝汽器、低压加热器、高压加热器及机组汽水循环系统故障在内的全方位故障实时诊断，可大大提高机组运行可靠性。基于该平台，还可以进一步开展机组的运行优化指导，提高运行人员的运行技能和操作水平。该技术可应用于各种类型的大容量火电机组，只需根据机组DCS类型不同，开发DCS与故障性能诊断平台的数据通讯模块。