人类的经济活动已经到了工业经济时代，对电力系统的稳定运行具有更高的要求 。智能故障诊断是故障诊断技术发展进程中的新里程碑。常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。

电力系统故障诊断的研究发展方向：

（1） 多种诊断方法相互结合使用。由于各种诊断方法都有自己的优势，这样通过各种方法的结合，优势互补，来解决各自单一方法在诊断过程中的不足。

（2） 信息不完整情况下故障诊断方法的研究。大部分是基于从调度中心获得完整信息的基础上进行故障诊断，并且这些信息是完全可靠的。可是实际运行过程中，由于保护装置、断路器等电器设备的误动作或者不动作等错误信息或者有用信息的缺失往往会直接影响故障诊断的结果，而要将所有继电保护的状态信息全部送人调度中心存在很大的困难。因此在这种情况下很多方法都无法满足。所以需要我们在信息不完整情况下故障诊断方法方面进行深入的研究，寻求一种在不完整信息状况下可以更好的克服这种困难，做出合理的诊断结果的方法。

（3） 电网发生故障前“亚正常”的预测。“亚正常”就是指电网正常运行时，某些指标已经偏离了正常的允许范围，将面临可能进一步恶化的趋势。通过把这种“亚正常”的信息反馈给调度员或者运行中心，有利于提早的预测故障的发生或者及时的做出相应的措施来校正这种“亚正常”状态。就各种方法而言，都没有能够在故障发生前对这些“亚正常”的电气参数、指标做出反应，这将是预防和诊断故障过程中重要的环节。

随着电力系统的发展，电力系统网络规模越来越大，结构更加的复杂，对电力系统故障诊断提出了更高的要求。上世纪80年代开始，国内外已经开始进行了大量的研究，分别以不同的理论为基础，利用不同的手段提出了多种故障诊断的技术和方法，但是在实际的应用中这些技术和方法存在的一些问题还没有得到很好的解决。 2100433B