为尽可能早停运盘车开展汽轮机检修工作，本研究采用BP神经网络算法分析汽轮机降功率时和打闸后相关的数据，建立汽轮机高压汽缸金属+保温的降温预测模型。分析表明，综合考虑金属温度和Nu数，维持80MW和50MW功率平台分别6000s和3000s，可有效降低HP金属温度，高压汽缸金属温度接近140℃，达到强迫冷却的最低温度；在盘车自然对流冷却期间，BP神经网络算法预测不同环境温度下的高压汽缸降温速率，确定汽缸开缸时间。有利于汽轮机检修工作的精准准备，有效开展。

结合某超超临界汽轮机液压盘车短时故障案列，对故障原因进行了详细分析，制定了液压盘车故障的处理方案，避免了汽轮机转子抱死的事故，为相同类型机组的事故处理提供了参考和借鉴作用。