输电网络故障直接影响电力系统的安全稳定运行，准确的故障区域、故障类型的判断能缩短故障处理的时间，实现故障后的快速恢复供电，减少因停电造成的经济损失。SCADA系统采集的丰富数据信息以及强大的二次开发机制为实现输电网络故障诊断的智能化与自动化创造了前所未有的条件，为此，本文研究了专家系统和人工神经网络等人工智能技术与方法在输电网络故障诊断中的应用，建造了一个基于SCADA系统的输电网络故障诊断专家系统。系统能在电网发生故障时，根据故障数据信息和专家领域知识，判别发生故障的线路、母线，线路的故障类型以及断路器、保护的动作性能，并给出维修建议。这对调度员处理故障是一个有力的辅助工具，可起到缩短故障处理时间，阻止故障扩大的作用，对保证整个电力系统的安全稳定运行具有重要意义。该系统具有较高的诊断性能，且使用、维护方便，人机界面友好，且能够满足电力系统的实时性要求，具有较好的应用前景。 该系统采用模块化的设计方法，主要包括知识库、推理机、数据库、人机接口等模块，在Windows平台和Access2000数据库环境下采用C++Builder和CLIPS混合编程的方式实现。系统也可作为一个专家系统外壳应用于其他专家系统应用领域。 本文首先综述了各种人工智能技术在输电网络故障诊断中的应用，并对专家系统方法作了简单介绍，接着介绍了输电网络的结构和故障信息的选取、分析方法，然后详细论述了整个系统的开发过程，包括总体结构设计、系统实现和完善等等。