近几年来随着我国直接空冷机组的不断增加,机组在实际运行中经常出现真空值降低,致使机组无法满负荷运行,对电厂经济性造成极大损失。为了提高直接空冷机组运行经济性及能源利用率,需要迅速并准确的找到影响直接空冷机组真空降低的原因及部位。本文首先分析了常规BP神经网络算法,然后就常规BP神经网络算法中存在的问题,提出了具有自适应学习率的改进算法,并将这种改进算法应用到直接空冷机组实际故障诊断中,取得了一定的效果。其次,通过公式推导得到冷却风在凝汽器内的温升、凝汽器传热端差的应达值,进一步得到真空应达值。并以某600MW直接空冷机组为例建立变工况数学模型,利用计算机编程计算得到空冷凝汽器特性曲线,将实际运行值与特性曲线真空应达值进行比较,当实际运行值与真空应达值二者数值相差比较大时,说明空冷凝汽器的真空状态失常。接着,通过将冷却风在凝汽器内的温升、凝汽器传热端差的实际运行值与应达值进行对比,从而分析引起真空降低的原因。最后,进一步分析引起冷却风在凝汽器内的温升、凝汽器传热端差偏差的原因,对引起空冷凝汽器真空降低的原因和部位进行诊断,为提高汽轮机出力和挖掘节能潜力,提供依据。