近些年来,由于能耗的不断提高、环境压力的增大以及新能源技术的进步,智能电网得到了广泛的关注。目前对电网故障诊断的研究多是针对传统电网,很少是针对智能电网的,主要原因之一是智能电网还在研究阶段,并没有真正的被建立起来和投入使用；另一个原因是智能电网同传统电网相比,存在很多的区别,一些针对传统电网的故障诊断方法已经不适用于智能电网了,需要重新构建新的方法以适应这些新的改变。其中,大量分布式电源的引入就是这些区别之一,分布式发电的加入使配电系统由原来的辐射状结构转为多电源供电,它使得电网中的潮流呈现多向性,并且降低了主电源方向故障电流的检测灵敏度,当电网发生故障时,大量的有效信息可能由于量测、传输等原因遭到破坏,这导致了传统的以继电保护装置为基础的故障诊断方法不再适用,并且制造了很多难以判断的故障情况和不确定因素。这就为智能电网中的故障诊断带来了很大的困难。因此,一类能够实现不确定信息下的故障诊断方法具有十分重要的意义。本文首先将粗糙集理论应用在故障诊断系统之中,经过实际故障诊断系统的仿真证明了粗糙集在故障诊断中有着重要的现实价值和应用价值。研究了模糊理论和粗糙集理论在传统的输电线路故障诊断之中的应用,通过实例仿真验证了两者在输电线路故障诊断的有效性。结合智能电网的内涵及特点本文给出了智能电网的一种可能的结构构成方案。随后提出了粗糙集理论和模糊理论相结合的不确定粗糙集约简方法,并将其应用在智能电网故障诊断之中。然而由于潮流多向性以及一些不确定信息,经过验证此方法的效果不够理想。考虑智能电网的实际特点,加入故障的随机因素影响,特别是考虑了故障的否定信息判定因素,本文提出对不确定粗糙集改进后的一类直觉不确定粗糙集及其约简算法,并实现了对于智能电网故障诊断原始规则的约简方法设计。智能电网中的各个重要条件属性被合理的转化为直觉不确定粗糙集形式。同时非隶属度和非依赖度的引入有效地解决了以上提到的智能电网故障诊断中遇到的问题。经过验证,证明此方法在智能电网故障诊断中取得了很好的效果。