在当今时代,火力发电厂是我国的主力发电厂,凝汽器系统作为火电厂最为重要的辅助系统,其性能的健康状态直接影响了发电生产工艺的整个热力循环过程。本文诣在设计一套软件对凝汽器的健康程度进行宏观的评估,给出量化的性能指数与健康状态,识别出凝汽器设备可能存在的故障,并提供可行的维护措施。首先收集大量资料分析了凝汽器的工作原理、汽水流程和影响其性能的指标,总结出了凝汽器运行过程中可能出现的故障种类,着重研究了低真空度现象的后果、成因和监测方式,并确定了对凝汽器进行健康状态评估时的主要监测参数。然后针对前馈人工神经网络,分析了各网络的结构和训练规则,主要选用广义分布神经网络(GRNN)和概率神经网络(PNN)两种网络为主要算法建立凝汽器健康状态评估模型,分别用在状态分析和故障识别模块设计上。为此,本文从速度、精确度等方面比较了两种网络的优势。结合从电厂SIS和仿真系统中获取到的大量数据,对设计好的网络进行训练,确认其数据中心和权值。然后对凝汽器健康状态评估软件的设计进行了全面的需求分析和功能架构设计,按设计思想对系统进行建模,然后通过实际数据进行性能评估测试,满足了电站人员对设备。