船舶电站是整个船舶系统的动力心脏，为整个船舶系统提供原动力。随着现代船舶系统的日趋高性能化和结构复杂化，构成船舶电站的柴油发电机组也日益朝着大型化、高速化、精密化方向发展，工作性能不断改善，自动化程度越来越高。一方面它将大大提高劳动生产率，提高船舶系统的电能质量，降低维护成本和能耗：但另一方面，带来的问题是，一旦其中某一部分或某一环节发生故障，往往会使整个船舶系统处于瘫痪状态，直接或间接造成巨大的经济损失，甚至造成关键设备损坏，危及人身安全。因此，如何迅速判断故障发生的原因，进而有效地排除故障，保证船舶的继续正常航行具有特别重要的意义。在此背景下，本课题主要研究基于神经网络的船舶柴油发电机组的故障诊断，首先，确定了神经网络故障诊断方法对柴油机和发电机进行故障诊断的研究。接着分别对柴油机和发电机及发电机励磁系统进行数学建模，并对所建立的数学模型用SIMULINK对柴油机的热力学工作过程和同步发电机的正常工作过程和故障工作过程进行仿真，获取柴油机和发电机在正常工作及故障状态下的特征值。然后对获取的特征值进行归一化处理，把经过处理的特征值作为神经网络的输入样本集，设计输出样本集，建立BP神经网络和ELMAN神经网络，用整理后的数据训练神经网络，使神经网络具有故障诊断功能，并对神经网络模型进行测试。实现了对船舶电站的故障诊断，保证船舶的安全运行。