煤矿供配电系统安全可靠稳定地运行,一直备受国家和社会的关注,如何发现和消除安全隐患更是亟需解决的重点问题。煤矿环境的特殊性和复杂性,导致故障的多发性。如果相关操作人员不能及时地发现并合理安全地对故障进行处理,必然会带来更为重大的损失。针对操作人员判别故障类型、处理现场故障的经验极其匮乏的现状和目前普遍采用的培训方式所存在的局限性等问题,以及如何将快速发展的人工智能技术引入到对操作人员技能培训上,全面提升对操作人员的培训质量。针对以上问题,提出了将故障模拟与故障诊断相结合的方式对操作人员相关技能进行培训,设计并开发了一套可用于现场环境中的故障模拟与诊断系统。展开了如下工作:第一部分:对不同类型的故障进行详细地特征分析,通过模型仿真对特征分析的结论进行验证,为故障模拟与故障诊断的深入研究提供了理论依据。第二部分:首先,通过对故障诊断技术的深入研究并结合现场环境,以及为了提高故障诊断的准确性,建立了基于模糊神经网络的故障诊断网络模型。最后,通过对故障诊断网络模型进行测试表明,该模型能够较准确地诊断出故障的类型,表明该模型的可用性。第三部分:首先,通过详细研究和分析故障模拟与诊断系统的总体设计要求和原则,对系统的总体架构进行详细地设计,并设计开发了具有四层架构通讯方式的故障模拟子系统。最后,通过现场实际测试表明,故障模拟子系统能够较安全合理地对不同类型的故障进行模拟,表明故障模拟子系统的可用性。第四部分:首先,从技术实现的角度将故障模拟子系统与故障诊断子系统进行集成,并采用DDE协议实现两者之间的数据交互。最后,通过对故障模拟与诊断系统进行测试,从模拟的现场数据来看,各项数据较符合故障发生时的变化特征。从诊断输出数据来看,诊断结果符合期望结果。目前该套系统已正式应用在新疆煤炭技师学院,对该校学生的相关技能进行培训。通过实践应用表明,故障模拟与诊断系统能够较好地提高学生判别故障类型和处理现场故障的能力,对于全面提高该校学生相关技能发挥着重要的作用。