目前雖然有許多診斷方法和診斷系統(tǒng)應(yīng)用于火電廠設(shè)備的故障診斷，并取得了很好的應(yīng)用效果，但在實(shí)際應(yīng)用時(shí)也存在著不少的問題，主要表現(xiàn)在以下幾個(gè)方面。

    1、檢測手段
    故障診斷的推理機(jī)制已經(jīng)達(dá)到很高的水平，但征兆的獲取成為了一個(gè)瓶頸，即大的問題是檢測手段不能滿足診斷的需要，不能真實(shí)地反應(yīng)故障的特征。

    2、復(fù)雜的故障機(jī)理
    對(duì)故障機(jī)理的了解是準(zhǔn)確診斷故障的前提。目前，對(duì)電廠某些設(shè)備的復(fù)雜故障，很難從理論上給出解釋，對(duì)其機(jī)理的了解并不深刻。

    3、人工智能應(yīng)用
    專家系統(tǒng)作為人工智能在電廠主要設(shè)備故障診斷中的應(yīng)用已獲得成功，但仍有一些關(guān)鍵的人工智能應(yīng)用問題需要解決，主要有知識(shí)的表達(dá)與獲取、自學(xué)習(xí)、智能辨識(shí)、信息融合等。

    4、診斷方法的單一性
    當(dāng)前火電廠設(shè)備的故障診斷系統(tǒng)所用的診斷方法有模糊邏輯法、故障樹分析法、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等。但是單一的診斷方法往往難以達(dá)到期望的診斷效果。

    5、故障定位
    目前的故障診斷系統(tǒng)常常只是進(jìn)行到故障類型識(shí)別這一部分，不能確定故障的具體位置，且對(duì)設(shè)備的狀態(tài)進(jìn)行預(yù)測的功能研究不夠。