为了准确检测变电站高压电器设备的局部放电故障,使用多轴平行摄影系统同时采集基于可见光、紫外线、红外线等的多频谱视频数据,使用多咪头采集现场的噪声数据,并采用三点定位法分别实现故障位置定位。在机器学习架构设计中,使用6个独立的归一化神经网络模块对6个探头的数据进行归一化处理,使用1个神经网络核心模块进行二值化分析,最终得到分析结果。仿真分析表明,该系统可对1×108 pF规模的放电现象实现敏感性100%的捕捉和判断;可以在较小的工程量基础上,实现对高压设备微小隐性故障的早期发现和早期处理,可以有效提升变电站的状态检修水平。

针对沙角C电厂动力设备检修现状,提出一套完整的状态检修平台设计方案。该检修平台在对动力设备运行数据分类整理的基础上,充分挖掘数据信息，运用模糊数学理论对所有参数进行加权综合评判,得出设备的运行状态；依据设备的运行状态信息，运用模糊识别方法对设备进行故障诊断，得出设备运行的风险评判；运行人员参照设备的风险评判，结合人工现场经验判断，给出动力设备最优的检修策略。在沙角C电厂660MW机组动力设备的实际运用情况表明，该平台界面友好、维护方便、模型推理可靠，为电厂实现检修优化提供了一种可行的方案。

在介绍LONWORKS现场总线技术特点的基础上，设计实现了一种基于LONWORKS现场总线的水轮机组状态监测系统。该系统对运行中水轮机组的各种参数进行在线监测，为综合评估机组的状态、分析机组故障隐患、实现状态检修提供良好的基础。给出了系统结构框图和主要硬件的设计、报文传输协议和系统通信软件的设计以及故障诊断的实例。

介绍了火电厂热控（热工过程自动控制）设备检修面临的问题和挑战,自动控制设备的特点,开展状态检修的意义、条件和方法。