目前火電廠設備故障診斷存(cún)在的問(wèn)題
       目前(qián)雖然(rán)有(yǒu)許(xǔ)多診斷(duàn)方法(fǎ)和診斷(duàn)系統應(yīng)用于火(huǒ)電廠設備(bèi)的故(gù)障診斷(duàn)，并取得了很(hěn)好的(de)應用效果(guǒ)，但在實際(jì)應用時也存(cún)在(zài)着不少的問題，主要表現(xiàn)在以(yǐ)下幾個方面。
      1.檢(jiǎn)測手段
      故障診(zhěn)斷的推理機制已經(jīng)達到(dào)很高(gāo)的水(shuǐ)平(píng)，絕緣靴手套(tào)耐壓試驗裝置(zhì)有效的解(jiě)決了過去的(de)不(bú)規範試驗(yàn)，提高了工(gōng)作效(xiào)率，保障了工(gōng)作安全，是絕(jué)緣靴(xuē)手套(tào)耐壓試驗理想的裝置。但(dàn)征兆(zhào)的獲取成為了(le)一個(gè)瓶(píng)頸，即的(de)問題是檢測手(shǒu)段不能滿足診(zhěn)斷的需要，不能真實地反應故(gù)障的特征(zhēng)。
     2.複雜的故障機(jī)理
     對(duì)故障機理(lǐ)的了(le)解是準(zhǔn)确診斷(duàn)故障的前提。目(mù)前，對電廠(chǎng)某些(xiē)設備(bèi)的複雜故障，很(hěn)難(nán)從(cóng)理論(lùn)上給出解(jiě)釋，對(duì)其機(jī)理的了解并不深刻。
     3.人工智能(néng)應用
     專家(jiā)系統作為人工智能在電(diàn)廠主(zhǔ)要設備故(gù)障診斷中(zhōng)的(de)應(yīng)用已(yǐ)獲得成功，但仍(réng)有一(yī)些關鍵的(de)人工智能應用(yòng)問題(tí)需(xū)要解決(jué)，主要(yào)有知識的表達與(yǔ)獲取、自(zì)學習、智能辨識、信息融(róng)合等。
     4.診(zhěn)斷方法(fǎ)的(de)單一性
      當(dāng)前火電廠(chǎng)設備(bèi)的(de)故障診斷系統(tǒng)所用的診斷方法有模(mó)糊邏輯法、故障(zhàng)樹分析法(fǎ)、專家系(xì)統(tǒng)、人工神經(jīng)網絡等。但是單(dān)一的(de)診斷方法(fǎ)往往難以達到(dào)期望的(de)診斷效(xiào)果。
      5.故障定(dìng)位
     目前的故障(zhàng)診斷(duàn)系統常常(cháng)隻是進行到(dào)故障類(lèi)型識别這(zhè)一部分，不能确定故(gù)障的具體位置(zhì)，且對(duì)設備的狀(zhuàng)态進行(háng)預(yù)測的功能研究不夠。