對人工神經網絡、專家系統(tǒng)、遺傳算法、模糊理論等人工智能技術的基本概念進行了簡單的介紹， 并從實用化的觀點對它們在電力系統(tǒng)故障診斷中的應用特點、存在問題進行分析， 最后指出人工智能技術用于電力系統(tǒng)故障診斷的最新發(fā)展動向。

　　電力系統(tǒng)實時故障診斷問題的研究， 一般都是根據(jù)在故障過程中， 對某些裝置和設備所出現(xiàn)的一系列數(shù)字和狀態(tài)信息量進行分析和推理。在此基礎上查出導致系統(tǒng)某種功能失調的原因和性質， 判斷故障發(fā)生的元件以及預測故障惡化的發(fā)展趨勢，得出診斷結論。在電力系統(tǒng)的故障診斷 （fau ltdiagno sis of pow er system ——FD 2PS） 方面已開展了不少研究， 傳統(tǒng)型的 FD 2PS 研究是在建立被診斷系統(tǒng)網絡拓撲結構模型的基礎上， 根據(jù)發(fā)生故障時， 系統(tǒng)結構和參數(shù)變化， 導致系統(tǒng)潮流的變化，進而根據(jù)潮流計算的變化判斷出故障。但潮流計算和分析處理的耗時量大， 會影響診斷速度和快速故障恢復處理。另外正常運行時某些線路潮流值小，接近于0 （如線路輕載運行） ， 故用潮流來判斷故障， 也不能保證診斷的準確性。所以電力系統(tǒng)故障診斷用傳統(tǒng)的數(shù)學方法， 因系統(tǒng)規(guī)模、復雜程度和不確定因素等的限制， 系統(tǒng)故障診斷難以達到理想的效果。