隨著電網的不斷發展和電力走向市場,人們對電網的安全運行和供電可靠性的要求越來越高。電力系統發生故障時，要求調度人員迅速準確的判別故障元件與故障性質，及時處理故障，恢復電力系統的正常運行。輸配電系統是電力系統中發電廠與電力用戶之間輸送電能與分配電能的中間環節，包括各電壓等級的輸配電線路和變電所。它的故障是不可避免的，而電力系統規模的不斷擴大和各種監控設備的應用使得輸配電網絡故障診斷顯得尤為重要。因為其可靠性指標是影響整個電力系統可靠性的重要因素，其可靠性的改善將給整個電力系統的安全、可靠性和經濟運行帶來巨大的效益。所以研究工作者一直致力于發展先進、準確、高效的自動故障診斷系統. 

　　輸配電網絡故障診斷主要是對各級各類保護裝置產生的報警信息、斷路器的狀態變化信息以及電壓電流等電氣量測量的特征進行分析,根據保護動作的邏輯和運行人員的經驗來推斷可能的故障位置和故障類型。由于這一過程很難用傳統的數學方法描述,而人工智能技術則由于其善于模擬人類處理問題的過程,容易計及人的經驗以及具有一定的學習能力等特點在這一領域得到了廣泛的應用。通過對網絡缺陷判斷的認知過程的分析，應用綜合知識診斷、模糊理論和神經網絡等人工智能技術的最新成果，開發出一套綜合自動邏輯分析判斷系統，可對缺陷進行了分析并提供監督處理意見，使檢修人員對問題的認識更具全面性、有效性和針對性。本文簡要介紹了相關的人工智能技術,如專家系統(ES)、人工神經網絡(ANN)、模糊理論(FZ)、遺傳算法(GA)等的基本概念,并在此基礎上按單一智能方法、綜合智能方法的應用，分別對文獻中提出的相應的輸配電網絡故障診斷方法進行述評,分析他們在輸配電網絡故障診斷中應用的特點以及存在的主要問題，以促進該研究領域的進一步發展。 

　　1單一智能方法 

　　1．1專家系統 

　　專家系統是人工智能應用研究最活躍和最廣泛的課題之一,它是一個智能計算機程序系統,其內部具有大量專家水平的某個領域知識與經驗,應用人工智能技術,根據某個領域一個或多個人類專家提供的知識和經驗進行推理和判斷,模擬人類專家的決策過程,以解決那些需要專家決定的復雜問題[1]。按其所求解問題的性質，可把它分為幾種類型，其中的診斷專家系統的任務就是根據觀察到的情況（數據）來推斷出某個對象機能失常（即故障）的原因。 

　　專家系統在輸電網絡故障診斷中的典型應用是基于產生式規則的系統,即把保護、斷路器的動作邏輯以及運行人員的診斷經驗用規則表示出來,形成故障診斷專家系統的知識庫,進而根據報警信息對知識庫進行推理,獲得故障診斷的結論。基于產生式規則的故障診斷專家系統得以廣泛應用主要是由故障診斷和基于產生式規則的專家系統的特點所決定的。輸電網絡中保護的動作邏輯一級保護與斷路器之間的關系易于用直觀的、模塊化的規則表示出來;基于產生式規則的專家系統允許增加、刪除或修改一些規則,以確保診斷系統的實時性和有效性;能夠在一定程度上解決不確定性問題;能夠給出符合人類語言習慣的結論并具有相應的解釋能力等。此外,框架法專家系統善于表達具有分類結構的知識,能夠比較清楚的表達事物之間的相關性,可以簡化繼承性知識的表述和存儲,在輸電網絡報警信息處理和故障診斷中也有少量應用。 

　　文獻[2]提出了一種知識獲取的多層流式的功能模型,可以自動獲取變電站的拓撲結構和保護配置等方面的知識,用于產生變電站停電后的恢復方案，原理上有創新。文獻[3]介紹了一個基于專家系統和多媒體技術開發的配電變壓器測試與診斷解釋系統，主要用作培訓工具，以保留和傳播專家的經驗與知識。文獻[4]采用面向對象技術開發了用于保護系統設計的專家系統，著重考慮了保護系統設計與電力網絡本身設計的協調，以確保保護系統是電力系統運行中的一個繼承的和有效的部分。以輸電線路距離保護的設計為例，揭示了該專家系統的功能。文獻[5]描述了意大利電力公司正在開發的用于大停電后協助運行人員進行系統恢復的專家系統的主要目標與軟件結構。著重介紹了在系統部分挺點時，如何決定最適當的輸電通道將電力輸送到停運的火電廠的機組，以恢復其運行，同時保證系統運行在安全狀態。文獻[6]介紹了一個用于配電變電站恢復控制的專家系統，作為變電站自動化的一個組成部分。目前只考慮了韓國常見的雙母線、雙斷路器接線方式的變電站。文獻[7]描述了為葡萄牙輸電控制中心研制的智能警報處理和系統恢復輔助專家系統的解釋機制的開發，增加解釋機制后明顯改善了專家系統的行為。作者開發這一專家系統用了七八年的時間，已經達到實用水平。文獻[8]用多個智能代理的思想設計了以分布式專家系統為基礎的配電自動化的概念性框架。用IA處理不同的專家系統之間的合作，IA之間用標準的信息交換語言KQML來實現。這樣可以把現有的一些專家系統，如負荷預報、配電系統網絡重構、配電系統恢復和保護設備的協調等集成為一個配電自動化系統。 

　　雖然專家系統能夠有效的模擬故障診斷專家完成故障診斷的過程,但是在實際應用中仍存在一定缺陷，其主要問題是知識獲取的瓶頸問題、知識難以維護，以及不能有效的解決故障診斷中許多不確定因素，這些問題大大影響了故障診斷的準確性。 

　　1．2人工神經網絡 

　　人工神經網絡（ANN）是模擬人腦組織結構