摘要(Abstract): 核电作为一种清洁能源，对优化我国能源结构、保障能源安全、助力实现“双碳”目标具有重要作用，而核电机组的安全运行尤其重要。文中使用CiteSpace 6.1.6软件对2009—2024年中国知网（China National Knowledge Infrastructure

CNKI）和Web of Science(WOS)数据库的核电机组故障诊断相关研究进行量化分析。研究表明：该领域国内发文以研究院为主体，国际文献则由高校领衔；故障诊断技术从专家驱动向数据驱动转变，热点趋势归纳为在线监测/性能监测-预防性维修-机器学习/主成分分析-深度学习/卷积神经网络；核电厂的数字化进程热点为仪控系统-人因工程-智能运维-数字孪生。根据文献结果分析可知，未来人工智能算法在核电故障诊断领域的应用有助于提高故障诊断精度、增强故障可解释性。