电气化铁路是铁路现代化的重要标志,是实现高速、重载的主要途径。而随着时代的发展和我国国民经济的持续发展,铁路作为我国交通运输的核心,运能与运量矛盾严重突出,已成为制约国民经济发展的瓶颈,发展高速电气化铁路便成为解决客货运供需矛盾的重要手段之一。牵引供电系统是高速电气化铁路的重要组成部分,其运行状态直接决定高速铁路的安全和效益,然而,牵引供电系统的故障却是不可避免的。为确保牵引供电系统安全稳定运行,增强供电的可靠性和连续性,就需要一个优质的牵引供电运行状态检测与故障分析系统,对牵引供电系统的故障类型进行快速、正确的识别。本课题就是为了保证高速电气化铁路牵引供电系统的良好稳定供电,针对牵引供电运行信号进行实时检测与故障诊断而提出的。本文首先对国内外牵引供电系统进行了简要地介绍和对比,然后主要介绍了本文如何对牵引供电运行信号的数据采集方式进行的改进,即采用单通道双内存技术对牵引供电运行信号进行高低频数据同时采集,达到波形的完整采集和实时对比功能;其次,本文对如何进行信号的预处理,即进行信号的滤波和插值以为后续的信号特征值的提取做了一个介绍;然后本文提出了一种利用数字统计学中的偏度与峰度概念来对牵引供电运行信号进行特征提取的新方法,并着重对提取结果进行了比较;最后,应用小波神经网络对特征值进行检测并达到对牵引供电运行系统的故障检测目的。