故障检测与诊断是控制科学的重要组成部分，作为一种交叉性学科领域，它与容错控制、鲁棒控制、自适应控制、智能控制等多种技术有密切的联系。故障检测与诊断技术在过去的十几年里得到了飞速发展，一些新的理论与方法，如：主元分析、遗传算法、小波变换、神经网络、模糊系统、模式识别、自适应理论、非线性理论等都已经在这里得到了成功的应用。 本文将模糊神经网络与遗传算法结合起来用于电力电子电路的故障检测和诊断，阐述了基本设计思想和算法实现过程。由于模糊神经网络不需要对象的准确模型，它以分布的方式存储信息，利用网络的拓扑结构和权值分布实现非线性映射，在神经网络框架下引入模糊规则，使网络中的权值有明显的意义，且保留了神经网络的学习机制。对权值的学习采用遗传算法，可避免原有BP算法极易陷入局部最优值的缺点，利用遗传算法获得全局最优解。本文据此建立适当的模糊神经网络故障诊断系统，应用结果表明了该方法的有效性，漏检率和误检率达到预定要求。