電力企業全部工作必須以安全穩定環保生產為中心，向用戶輸送高質量電能。即使人力資源管理得再規范，財務管理得再規范，如果沒管理好設備，發電機組、電網勢必會經常停運，一切工作也都歸于徒勞。

 

而要保證設備處于良好狀態，設備檢修勢必要走狀態檢修之路。狀態檢修是根據設備性能和參數的監測結果及其處理措施進行的預防檢修。在電力企業推行狀態檢修是電力生產技術發展的必然,也與“廠網分開，競價上網”電力體制改革的環境和氛圍相適應。狀態檢修的技術基礎是設備狀態的準確評價，根據各種狀態參數信息，分析故障現象，總結故障特征和規律，評估故障發展的趨勢，依據設備的重要程度采用不同的檢修策略，并合理安排檢修時間和檢修項目，使設備處于“可控、在控” 狀態。

 

所有脫離核心業務的工作，無論多么精細辛苦，都是擱靴撓癢；所有脫離核心業務的信息化系統，無論怎么華麗昂貴，都是空中樓閣。所以，信息化的終極目的是保證設備處于良好狀態，保證安全穩定環保地生產。

 

施行狀態檢修應建立完善的技術檔案，把好設備初始狀態關，采用先進的在線監測手段 ，綜合分析設備的技術狀態。其中做好狀態檢測和分析，是施行狀態檢修的必要條件。在線狀態檢修軟件，以軟件人工智能算法和自學習為依托，以設備長期運行參數為基礎，結合相應的管理制度，從技術本質上輔助狀態檢修。

 

眾所周知，在一段時期內發電設備是24小時連續運行的。若靠人工進行檢測和評價，很難保證其連續性，無論人怎么敬業也會疲勞，也肯定會發生檢測不到位的情形，造成漏報。另外，設備狀態需要及時作出評價和判斷，而設備狀態參數是多元的，僅憑人的腦力，既要參考當前的多元參數，又要對照知識庫內判據，是很難勝任多元下設備狀態的及時判斷要求。人工智能算法和自學習功能，是狀態檢修軟件走出實驗室，邁向現場的必要條件。軟件對海量參數檢測數據進行分析，結合資產管理系統中的缺陷數據，作出設備狀態的判斷，提出報告，為制訂檢修計劃提供決策依據。同時，自學習功能將獲得的新知識，記錄在知識庫中，為后續的檢測分析判斷提供判據，保證系統內的判據自動更新。

 

狀態檢修軟件功能取決于設備長期運行參數的積累。沒有參數的積累，軟件的算法就沒有輸入，再好的算法也無從運行。參數的積累，取決于完備的檢測儀器和實時數據庫的成熟應用。

 

現行的檢修管理制度，多是計劃檢修的產物，帶有很大的計劃檢修的色彩，不利于狀態檢修的開展。首先，要從思想上有所突破，為狀態檢修的施行作好思想準備。其次，從制度、規程、標準、檢測設備等方面，為施行狀態檢修提供充分的支持。第三，在人力資源方面，給參與狀態檢修的人員提供良好的成長空間，讓他們沒有前途之憂，安心于狀態檢修工作。

 

只有從技術、管理兩方面入手，才能把狀態檢修提上議事日程，才能實現電力信息化的終極目標。