电网的互联发展使电力系统逐渐成为超大规模的系统，其运行状况所面临的复杂性因素增多，因此，需要一种新的方法来发现系统可能发生的故障，防忠于未然。　　本文针对电力系统的预想事故自动选择问题，提出了一种将模糊推理系统FIS(fuzzy inference system)与径向基函数网络RBFN(radial basis function network)相结合的算法。定义了一种在原有的行为指标基础上增加一个模糊补偿系数Ci的新的行为指标PIpf，它能改善现有行为指标存在的一些缺陷;同时本文还构造了一种神经网络，它的结构为三层，这个网络将负荷功率、发电机功率和网络拓扑结构作为输入，将这种新的行为指标PIpf作为输出，并且通过离线的牛顿-拉夫逊潮流计算获得径向基函数网络的训练样本;并且针对IEEE节点系统的某个算例进行了有效计算，并且与现有的其他算法进行逐一比较，结果显示本文所提出的这种新的算法能使事故的排序更为合理，并且计算精度与速度均能达到满意的效果。