本文分析了故障诊断专家系统的研究现状及发展趋势，论述了锅炉及附属设备故障诊断的重要意义。在研究传统专家系统的基础上将神经网络技术引入电站锅炉及附属设备故障诊断中，阐述了基于神经网络的专家系统的总体构架，BP神经网络的训练方法、推理机制及实现方法，重点分析了神经网络专家系统的功能需求，实现了设备基本信息管理模块、故障信息输入模块、故障信息管理模块、知识获取模块、神经网络故障诊断模块、解释模块六个主要功能模块的软件设计。系统设计的目的主要在于帮助机组调试人员、机组运行人员以及维修人员在故障发生时迅速、准确地找到并排除故障，提高工作效率，缩短电站机组建设周期。通过对人工神经网络（ANN）的深入研究，以锅炉汽包水位故障为例，在采集了充分的故障数据后，结合典型的故障经验数据，对网络进行训练，进行了故障诊断的仿真试验。并和实际故障数据对比，以此验证了各故障样本均能有效收敛于设定的误差值。网络具有一定泛化能力，该故障诊断专家系统具有一定实用性。