柴油发电机状态监测、故障诊断技术虽然有其不成替代的优势，但在目前情况下，尚存在很多不足和问题需要解决。
已经安装投运了状态监测系统的单位，决不成安枕无忧，不再有安全忧患意识。
由于柴油发电机、变压器有复杂的结构系统，运行参数间并非全部有严格的逻辑和定量关系，其故障现象、故障原理之间具有很大的不确定性，一个故障可表示出多种征兆，监测到的几个故障起因同时反映一个故障征兆，故障与征兆之间关系模糊复杂，因此完全通过建立精确的数学模型来诊断是十分困难的。
这种复杂的系统都是模糊的系统，而模糊系统的边界、结构等概念的外延是模糊的，内涵是灰色的。
也就是说，此系统中的一些信息是确知的，另一些是非确知的，因此，需要采用将精确性向模糊性逼近的模糊集的数学方法来处理这些模糊现象，并注入人工神经网络系统，才能对柴油发电机、变压器故障诊断这一复杂系统，找出合适的描述方法。
同时还要模拟技术专家在进行故障诊断时的经验及将经验、规则模型化，以计算机替代专家，并以远程通信方式进行传输。
除此之外，复杂的现场环境也给状态监测和故障诊断技术的应用带来困难。
到目前，状态监测和故障诊断技术尚存在以下不足和问题：受技术条件限制，目前发展较成熟的仅有局部放电定位仪和部分组分含量的在线色谱仪，而其他反映设备状态的项目尚无成熟监测。
因此，在故障诊断中，很多需采集的信息还必需依赖于离线检测。
早期故障的监测信号极弱，设备运行现场均有较强的磁场和电场干扰，信噪比很低，给状态监测带来困难。
现有的一些监测系统，只能反映柴油发电机设备故障的发展趋势，很难提供设备故障的类型及故障的危急程度。
渗透膜存在渗透率衰减，软件不克不及适应个案的分析和判定，软、硬件在不同程度上存在缺陷和不不变性，易引起误报、错报故障。
现行规程中没有状态监测的技术要求和指标，使故障诊断时缺乏科学的判据。
现有的监测、诊断系统尚不克不及完全实现连续不竭的实时监测，所以对突发性故障不克不及准确、及时预报。
