蒸汽发生器是核动力装置的重要设备之一,对其进行故障预报对于保证其可靠运行、减少事故带来的损失有非常重要的意义。故障检测和诊断是近年才发展起来的一个新兴的研究方向,随着对系统可靠性和安全性要求的进一步提高,人们希望能够在故障对系统的危害显现之前就预先知道故障的有关信息,由此提出了故障预报新的研究方向。在对国内外先进核动力装置的状态监测和故障诊断系统进行分析的基础上,本文将时序预报方法与BP神经网络相结合,研究蒸汽发生器故障预报方法。利用BP神经网络在数据处理方面的优越性,通过考虑残差的思想,将时序预报数据与相关的实验数据进行比较实现预报。最后将这种基于时序预报神经网络的预报方法应用于蒸汽发生器故障预报中,通过对实验数据和仿真数据的预报研究,证明其能够有效的实现故障预报。论文最后利用VisualC++平台建立了基于时序预报神经网络蒸汽发生器故障预报系统,该系统采用人机交互界面,具有界面友好,操作简单等特点。