在此基础上，重点介绍了网络的设计和专家经验知识的应用。仿真结果表明，该诊断方法是有效的。目前，我国电力工业已进入大型电网和大型发电机出租组的发展阶段。300600MW发电机组已成为电网的主体机组。为防止大容量发电机运行事故的发生，一方面要解决发电机设计制造过程的质量问题，另一方面要提高运行维护水平，提高机组安装维护质量，在线监测诊断。

　　应开发旨在消除发电机潜在故障、防止突发事故和减少事故损失的现场监视技术。技术的研究是必要的，目前我国已经研制出一些装置，如过热报警、射频监测仪、漏氢湿度监测仪、无刷励磁发电机转子电流和温度监测仪等，这些装置起着非常重要的作用，但这些装置往往在运行中不易损坏。引人注目地有些设备的输出数据只能显示电机各部分潜在故障的间接信息，而另一些设备则很难显示。

　　确定操作的安全限制-由于有许多保护装置，当参数越界时很难处理警报，而且由于大量信息可能不完整、不准确，甚至相互矛盾，决策者的轻微疏忽或延迟可能会造成重大的经济损失。因此，有必要对这些信息进行自动综合处理，研究发电机出租的在线监测数据。融合技术的目的是将信息融合技术应用于工业测控领域，确保机组的安全、稳定、经济运行。1。数据融合技术在发电机故障诊断中的应用。租用同步发电机是产生电能的基本设备，也是电网的核心。其运行可靠性直接影响电网的运行和能否安全、经济地向用户供电。对于发电机来说，不仅要在设计和制造阶段提高产品的质量和可靠性，而且在并网运行后实现在线监测和诊断已成为亟待解决的问题。其主要目的是检查发电机初始阶段的缺陷，以便有计划地安排维护，减少强迫停机次数，避免事故发生；同时延长发电机的平均无故障时间，缩短平均维修时间，降低维护成本，提高AV发电机故障。

　　为了保证发电机的安全可靠运行，近几十年来世界上一些国家开展了在线监测诊断技术研究，并逐步推广应用。自20世纪80年代以来，发电机故障监测与诊断一直是SC-11（旋转电机）委员会在国际大电网会议（CIGRE）年会上的中心议题之一，近年来，基于数据融合技术的专家诊断系统得到了研究和应用，使诊断技术得到了发展。ELOP到更高级别。