随着人民生活水平不断提高,用电需求量的不断上升,对电网运行的稳定性要求越来越高。但是电网结构的复杂化,电气设备的多样化造成电力系统运行的随机性不断增高,此外由于自然灾害、人为破坏、电网工作人员操作失误等因素,使得电力系统故障时有发生。故障发生后,需要尽快的对故障原因,故障点位置进行确认,并尽快恢复供电,以免进一步扩大损失。针对电网故障,进行快速的信息分析整理,故障类型诊断、故障元件定位是本课题研究的重点。电力系统发生故障时,会返回大量的信息到继电保护信息系统中,电气元件运行状态、故障类型的判定就是基于这些数据进行的。电网设备故障的快速诊断要求对返回信息的快速处理,筛选出电网故障相关的数据特征量,并能够根据特征量进行快速的故障诊断及定位。本文在参考国内外相关研究文献后,依据继电保护信息系统返回的电流值、电压值、阻抗值、保护开关位置动作信息等数据,提出了基于支持向量机算法的电气设备故障诊断模型。针对影响支持向量机算法分类效果参数,提出了粒子群优化算法对参数进行优化,并对边缘策略进行了研究分析,并以此建立电气设备故障诊断模块,设计系统相关功能并基于主流框架实现。该系统能够对继电保护设备返回信息进行数据处理及挖掘,剔除冗余信息,从多元数据中提取故障诊断相关数据项,提供数据统一接口支撑。利用提取的电网实际运行数据特征量进行数据处理,并对电气设备故障诊断模块进行功能验证,表明该系统能够很好的应用于电力系统故障诊断中。