本文應用三層前饋神經網絡和基于知識的專家系統等技術，對電站鍋爐故障診斷與預測問題進行研究，在使用BP網絡基礎上加入了L-M方法，開發了鍋爐故障診斷軟件。在該軟件的開發過程中，首先收集故障診斷相關知識，從而確定網絡結構，然后用VisualC++實現樣本訓練模塊、樣本仿真模塊、故障解釋模塊等功能模塊對組織好的鍋爐故障樣本進行訓練。在訓練過程中調整網絡參數值(如循環次數、隱含層神經元數、步長等)，使編輯的樣本能收斂到一個較小的穩定值，同時使訓練誤差最小。******對鍋爐常見的滿水故障進行仿真試驗。通過對采用L-M法和BP法的網絡樣本訓練結果比較可知，在網絡權值數目較少的情況下，結合了牛頓法和下降法的L-M法可以有效的解決BP算法收斂速度慢和易陷入局部最小值的問題，從而提高了網絡效率。 該故障診斷系統能較好的模擬人類專家的思維能力，對鍋爐進行比較準確的診斷，可以應用于電廠和模擬發電廠的監控系統。 | 
