<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">27</journal-id>
      <journal-title-group>
        <journal-title>《机械工程》</journal-title>
        <abbrev-journal-title>Mechanical engineering</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN：2661-3530(P)/2661-3549(O)</issn>
      <publisher>
        <publisher-name>环宇科学出版社;华文国际出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.12361/2661-3549-07-07-0609</article-id>
      <article-id pub-id-type="publisher-id">18104</article-id>
      <title-group>
        <article-title>人工智能在电厂故障诊断中的实践探索</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>袁志强 （晋控电力侯马热电分公司 山西临汾 043000）</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>7</month>
      </pub-date>
      <issue>7</issue>
      <abstract>
        <p>本研究旨在探索人工智能在电厂故障诊断中的有效应用，以提高电厂故障诊断的准确性和效率，保障电厂的稳定运行。通过对人 工智能相关技术的研究，结合电厂故障诊断的特点与需求，构建基于人工智能的故障诊断模型。研究过程中，采用数据采集与预处理、模 型选择与设计以及模型评估与验证等方法。研究结果表明，人工智能在电厂故障诊断中具有显著优势，但也面临数据、模型和应用等方面 的挑战。通过采取相应的对策，能够进一步推动人工智能在电厂故障诊断中的应用。</p>
      </abstract>
    </article-meta>
  </front>
</article>
