安全稳定问题始终是电力系统中一个永恒不变的话题。长期以来人们在提高电力系统可靠性方面做了各种各样的尝试并取得了很多的研究成果，但随着电力系统规模的增加和众多高新设备的投入使用，加之电力系统本身的复杂性和不确定性，使得现有的技术手段在提高电力系统稳定性方面还远未达到人们预期的水平。要提高电力系统的稳定运行水平其前提条件是解决好在线监视与预测。及时监测电力系统的各种故障、快速准确地分类故障、建立起一套高效的电力系统故障信息在线监测与分类系统，对于处理电力系统的故障甚至预防电力系统的灾变，提高电力系统安全稳定运行水平无疑是十分重要的。　　电力系统故障的共同特征是突发性和隐蔽性。对发生突发性的故障突变做出准确预测并采取相应对策的有效途径就是检测。目前基于小波分析的电力系统故障诊断方法研究已经很多，但是这些方法对于早期微弱故障信号特征提取的效果并不理想。为此，提出了将基于Fisher信息的突变检测方法与小波分析相结合的方式来诊断早期故障信号的发生。该方法首先利用小波变换对被测信号进行分解并且选择合适的频段尺度域内的小波系数，然后对小波系数进行Fisher信息提取。Fisher信息(FI)是一种能够敏锐捕捉并刻画系统变量的概率密度分布发生微小变化的量;而当系统的动力学结构发生突变时，来自突变前后两种不同动力学结构的数据其概率密度分布肯定会发生不同程度的改变。基于此，本文将它用于检测和识别系统动力学结构所发生的突变，以一种全新的思路来解决突变检测问题。电力系统发生故障本质上就是其运行所依据的动力学结构发生了突变，但是以往并没有引起人们的足够重视。　　文章首先介绍了电力系统稳定性的一些概念以及突变理论的研究背景及意义，然后对国内外现有的突变理论研究现状做了简要的阐述;重点分析了突变检测的新方法，表明了利用基于Fisher信息理论的突变检测方法的优越性。首先通过理想数据序列展示了使用Fisher信息来表征各种不同类型理想信号突变的能力，进而应用于电力系统接地短路故障的选相研究并取得了预期的效果。为了进一步检验基于Fisher信息的突变检测方法的普适性，把它应用于中国气象局国家气象信息中心‘西北地区地面气候资料日值数据集’兰州站1960-2005年日平均气温资料的实际检测中，结果表明与已有历史记载相吻合，进一步验证了该方法的有效性和实用性。　　本文将提出的基于Fisher信息理论的突变检测方法在电力系统中应用做了初步的尝试，取得了良好的效果，今后还要将此方法应用于电力系统故障检测的其他方面。本文所做的工作为电力系统故障检测提供了一种新的思路，对研究电力系统稳定性产生积极的意义。