y介紹了雙饋發電機組的特點及其工作原理，并介紹FAST系統的一些基礎理論和所用的雙饋發電機的模型。并介紹分析了雙饋發電機組的常見故障，著重分析了發電機系統的故障。運用FAST系統對雙饋發電機進行建模仿真，并對通過FAST系統仿真提取出來的雙饋發電機的狀態參數數據進行整合和預處理，并通過隨機森林算法進行了發電機特征選擇。

    (2)考慮到發電機具有不同的運行工況，提出了一種混合輸入的模糊神經網絡算法，首先對該模型進行數值算例仿真，證明其有效并與基于T-S的模糊神經網絡進行了比較。該算法可以把發電機的運行工況引入到狀態參數模型的建立中。充分考慮了運行工況對發電正常狀態參數模型的影響，使發電機狀態參數模型更加精確。運用從FAST系統中得出的訓練數據，建立了發電機正常狀態下的狀態參數模型。接著進行了狀態參數模型的驗證與并與ANFIS和FNN模型進行了比較，證明該模型具有較好的能。