直接空冷技术由于其出色的节水效果近年来在一些富煤缺水地区得到了大量的应用，且机组容量不断增大。由于直接空冷凝汽器结构庞大，设备多样，在发生故障时现场人员很难及时、准确判断故障种类和部位，给机组的安全经济运行带来很大影响，因此，开展直接空冷凝汽器故障智能诊断技术的研究具有重要意义。直接空冷凝汽器结构复杂，设备多样且相互联系，系统运行中工况复杂多变，增加了故障诊断的难度，故障知识库有待进一步完善。作者首先根据直接空冷凝汽器的特点，总结出了直接空冷凝汽器的凝汽器积灰、凝汽器结冰、热风回流等11种典型故障和与故障相关的12个故障征兆参数。然后利用仿真技术在直接空冷凝汽器动态模型及其动态特性研究方面具有的优势，建立了直接空冷凝汽器仿真模型，通过仿真模型对直接空冷凝汽器故障进行模拟，分析故障中各特征参数的变化，总结出故障规律，完善了故障知识库。在完善了直接空冷凝汽器故障知识库的基础上，结合神经网络在模式识别方面的优势，采用较为成熟的BP神经网络算法建立了直接空冷凝汽器故障诊断模型。由于BP神经网络存在易陷入局部最优、收敛速度慢等不足，而遗传算法具有全局搜索能力，利用遗传算法优化故障诊断模型的相关参数，以提高故障诊断的速度和准确性。结果表明，该故障诊断模型对故障类型判断正确，且诊断速度较快。