水力发电机组状态维修是在准确掌握设备状态,并预测设备故障发生和发展趋势的前提下,进行技术经济分析,做出检修决策的一种设备维修模式,是水力发电机组检修的发展方向,因此,研究水力发电设备状态维修策略具有重要的研究意义。水力发电机组的状态维修模式的一项重要任务是故障预测(Prognostics)。基于可靠性分析的故障预测研究,目前主要是基于故障数据和故障发生时的状态监测信息来分析设备的故障风险发展趋势,但缺乏关注未发生故障时的状态监测信息对故障风险预测的信息价值。状态维修中另一项重要任务是状态维修决策。目前的研究主要是将水力发电机组简化成单设备系统,而缺乏关注机组各种设备之间复杂的相互依赖关系对状态维修决策的影响。因此,本文以水力发电机组状态维修为背景,围绕机组的故障预测和作为复杂多设备系统的机组状态维修决策这两方面展开研究,主要的研究工作和成果包括：第一、针对经典比例风险模型(PIM)只适用于拟合水力发电设备故障时的状态监测信息的事实,为充分挖掘未发生故障时的状态监测信息对故障风险预测的信息价值,本文提出了广义比例风险模型(GPIM),用于分析全程状态监测量(包括解释变量和响应变量)对故障风险的影响,并采用极大似然估计法(MLE)进行模型参数的估计,提高故障风险预测的精度,为水力发电设备制定高效的状态维护决策提供了扎实的基础。并通过葛洲坝水电站的机组的实例分析,进一步验证了GPIM模型相对于PIM模型的有效性。第二、对于传统的水力发电机组的状态维修策略,大部分将机组简化成单设备系统,忽略了设备间复杂的相互依赖关系。为提高状态维修策略的有效应用范围,本文将发电机组扩展成多设备系统进行研究。针对具有经济性依赖关系的多设备系统,采用基于比例故障率模型的状态维修控制阈值策略,常用的数值解析方法的计算量会随着系统中设备的数量增加而急剧增加,进而降低多设备系统状态检修策略的实用性。针对此问题,本文对多设备系统提出了劣化过程和随机故障过程的双重仿真模拟的方法,达到权衡求解精度和计算量的目的,从而提高了多设备系统状态检修模型的适用范围。并通过算例分析比较,进一步说明了对于多设备系统基于比例故障率模型的维修策略求解,基于蒙特卡罗方法的仿真计算效率优于数学解析法。第三、常用的多设备系统控制阈值策略模型忽略了随时间波动变化的维修费用。对于这个问题,本研究将传统的状态维护恒定控制阈值策略扩展到动态阈值策略,提出了基于停机成本的线性控制阈值模型。该阈值策略表示基于状态的预防维修阈值与停机成本成正比例的线性关系,目的是通过降低(或增加)在高(或低)停机成本时段的预防维修的概率,来实现状态维护规划的“削峰填谷”,进而降低维修费用目标。并通过1)美国PJM电力市场电价引起的波动停机成本,2)湖南小东江径流式电站的径流引起的波动停机成本这两种实例背景,分别对比分析了发电设备维修阈值策略,进一步验证了基于停机成本的比例控制阈值策略对于恒定阈值策略的优势。第四、对于与停机费用成正比例线性关系的状态维护动态阈值策略模型,为进一步提高状态维修策略经济性,本文探究了一般化的基于停机成本的动态阈值策略,提出了基于停机成本的非线性阈值策略模型。非线性阈值策略表示基于状态的预防维修的阈值不一定与停机成本呈线性关系,最优阈值在各停机成本水平阶段的分配方式还受到停机成本序列特征(比如各停机水平的连续时段数、累积时段数数等)的影响,即对于最优维修阈值,不一定将较高(或低)阈值分配给高(或低)停机成本阶段。通过分析美国PJM电力市场历史电价,采用SARIMA时间序列模型进行年电价预测,并通过基于统计量的场景树生成(Scenario Generation)方法和场景缩减方法(Scenario Reduction),产生一系列典型的预测电价样本。通过分析不同电价样本对应的发电机组状态维护最优阈值,总结出电价序列特征(如各电价水平的连续时段数之比、各电价水平的累积时段数之比等)与最优阈值之间的关系,也表明了非线性控制阈值相对于线性阈值策略的优势。同时对非线性阈值策略进行敏感性分析,即通过分析不同停机成本率、不同设备可靠性、不同设备劣化过程情形下的非线性阈值策略相对于恒定阈值策略的成本节约率,从而得出非线性阈值策略的适用范围。作为多设备系统的水力发电机组的状态维修决策分析涉及的模型和分析方法十分复杂,还存在诸多未解决的问题；为使得模型能够在电力系统中得到应用,还需要继续深入探索。本文的研究成果是在水力发电机组故障预测和作为多设备的机组状态维修策略方面做了一些有益的研究和探索,能够为以后的相关研究提供一定的借鉴和参考。