随着现代化进程的深化，电力网络的规模越来越大，运行也越来越复杂，这就对大规模的电力系统提出了严峻的考验，电力系统应当能够保证供电的连续性和可靠性以及电能质量的标准性。电力系统故障诊断的主要目的是快速识别电力系统中发生故障的元件和开关，以及误动和拒动的保护，为调度员提供可靠依据，以便快速实现电力系统故障恢复。　　现实中，由于受到气候、人为等因素的影响，电力系统发生故障是在所难免的，尤其是长期暴露在外的输电线路，这也可能会引发一些其他故障。所以，消除故障的首要任务是快速并且准确的定位，只有这样才能够确保电力系统安全、稳定、有效的运行。因此，务必要建立一套完善的电力系统故障诊断系统，以保证电力系统的平稳运行。　　电力行业的发展关系着国家发展的各个方面。电力系统一旦发生故障，就会危害到经济的发展和社会的进步，甚至会威胁国家的安全。所以调度员利用故障发生时的大量警报信息，对事故进行及时处理是至关重要的。由于传统的故障诊断存在着诸多问题，基于人工智能的电力系统的故障诊断已经成为了研究的热点。　　本文在研究基于人工智能的电力系统故障诊断国内外研究现状和故障诊断技术原理模型基础上，进一步深入研究了模糊Petri网及其推理方法，并对模糊Petri网进行了约简，建立改进的模糊Petri网，并且探讨了电力系统故障诊断的硬件结构设计和软件设计思想，研究Multi-Agent的体系结构和通信方式，进一步基于改进的模糊Petri网和Multi-Agent的电力系统故障诊断模型，最后通过选取黑龙江省鹤岗市部分电网的故障进行仿真分析，很好的诊断出故障，为进一步解决故障问题，恢复电力系统正常运转提供了依据。