纯计划预防性维护是计划经济的产物，包括设备大修、小修、定期维护等。维护安排的重要依据是维护周期。虽然有一定的科学依据，但相对保守，存在许多缺点：（1）纯计划维护的不科学性。纯计划维护是根据设备的制造质量、安装过程和现场运行调试预定的维护周期，由生产部门执行，不区分设备状态，缺乏科学性。（2）设备维护不经济。一方面，纯计划维护必须维修一些条件良好的设备，增加设备维护成本，加速设备磨损，甚至缩短使用寿命，降低设备利用率；另一方面，由于维护周期不足，少数条件差的设备无法及时维护，降低了设备运行的安全可靠性，甚至在事故发生后进行维护，扩大了经济损失。（3）维护过程的不可持续性。目前，我国电力企业正在实施检运分离改革措施。但由于运行部与维修部之间设备责任不明确，分工交叉，维修维修过程普遍不可持续，导致数据图纸和技术参数混乱，造成不必要的损失。

状态维护要求消耗最低，设备可靠性最高。因此，一方面，对于一些非主要设备，由于其影响和经济主要设备，由于其影响和经济性，应大力依靠监测手段进行计划维护，并对隐患设备进行预防性维护；另一方面，由于设备运行的不稳定性和不可控性，在考虑经济效益的基础上，定期发现问题，定期淘汰设备，加快部分设备的折旧，提高设备运行的可靠性。

国家维护和纯计划维护人员质量要求最大的区别是纯计划维护要求技术人员掌握专业知识，国家维护要求各单位、各级技术部门具有全面的专业知识、独立的判断能力、较强的事故处理能力，即需要多能技术人员，在设备运行、设备故障处理和设备维护过程中可以对设备运行状态、健康状况进行正确的分析判断，减少经济损失。

（1）对健康状况的定量描述。传统意义上的设备健康判断是根据预防性试验程序中规定的合格标准来定义的。为了更好地把握设备健康状况的发展和变化，首先需要数字化，根据绝缘、导电、机械等性能的影响进行综合加权分析，客观、全面地分析和评价设备当前的健康状况，预测其未来的发展趋势，必须引入模糊数学的概念。因此，设备状态从通常描述的合格（0、1），进一步量化为良好、一般、注意、不良，并计算插值，得出：良好、一般良好、一般、一般注意、注意、不良、不良等七种状态表达形式，而不是从严格的判断标准来衡量，为状态维护的数学处理提供更理想的定量模型。

(2)推理机制。

推理机制在系统中被描述为规则的定义。规则的组成部分包括：（1）预防性试验程序和电力行业颁布的各种设备状态维护应用程序指南。（2）与历史试验数据进行比较。（3）色谱神经网络法、电气研究法、三比值、TD图法等。推理方法一般采用专家系统方法，但根据不同的状态规则，推理方法应不同：一般标准规则，采用专家系统积极推理；启发性规则，启发性推理方法；色谱状态量推理，采用神经网络方法。（3）人工神经网络。专家系统应用的困难在于知识的自学习和自适应，需要人工总结故障案例，不断修改和扩展知识库。神经网络具有固有的学习能力、泛化能力、自适应能力和非线性映射能力，有助于提高状态的综合判断。系统根据影响设备的不同状态数据，使用规则匹配、神经网络（如气相色谱）进行单一数据识别，然后根据影响设备绝缘性能、导电性能、机械性能的隶属度和状态重要性（权重），系统加权平均后产生最终判断结果。（5）分析和预测。例子援助分析用于比较和分析类似设备的故障案例，介绍可能发生的事故、故障及相应的处理对策，这将对设备故障的预测分析有很大的帮助。（1）单点例子援助分析。用于分析当前是否存在故障，如最近的气相色谱数据，数据与典型案例库中的一些设备事故或故障前的数据相当一致，应立即报警，及时向用户显示哪些设备出现故障，并采取哪些对策，以便立即采取相应措施。（2）多点例子援助分析和预测故障。用于分析。如果一组设备的数据变化趋势与援助数据库中典型案例的变化趋势一致，则应及时提醒用户，并立即比较两组（或多组）的数据，并提出相应的实施对策。多点援助分析通常比简单地使用数学模拟更准确，事实上，我们可以理解为一种基于历史数据的推理方法。

改革传统的计划维护体系，实施诊断性的状态维护体系，有利于确保安全生产，降低维护成本，提高设备利用率和企业经济效益，是设备维护的发展方向。如何实现萌芽状态，正确把握设备的健康状况是状态维护成功的关键。状态维护作为我国电力系统实现系统转型，提高电力设备科学管理水平的有力措施，是未来主要电力企业迫切需要努力和发展方向，虽然全面实施状态维护需要做大量工作，但相信在不久的将来，我们有能力建立自己的模式。