近年来,国外电力系统故障引发了多起大停电事故,造成了巨大的经济损失。使得对于电力系统故障诊断的研究更加迫切。而且,当电力系统发生故障后,快速、准确的诊断出故障设备是维修和恢复供电等措施的前提,从而故障元件识别问题也成为了电力系统故障诊断研究的重中之重。鉴于电力系统的故障诊断的关键问题就是如何正确、快速地识别故障元件,本文基于电力系统保护和断路器的动作信息,以保护和断路器期望状态与实际状态偏差最小建立目标函数。鉴于随着故障区域内待诊断元件数量的增多,目标函数的计算次数呈指数形式迅速增大,导致采用枚举方式或者传统的分枝定界法不能满足快速搜索最优解的需求,本文将目标函数求解转化成0-1整数规划问题,通过采用遗传算法不但不需要直接对知识规则和训练样本,而且达到缩小搜索次数,辨识故障元件的目的。在详细总结发电机、变压器、输电线路和母线的保护动作原理的基础上,设计了故障诊断遗传算法C++程序。鉴于当前遗传算法程序多由C语言程序改写而成,不能体现面向对象程序设计的代码复用等特性,本文设计了遗传算法类和染色个体类实现了数据的封装、继承和多态性。为了解决程序中烦琐的位操作和内存分配等问题,本文基于STL设计了遗传算法故障诊断算法程序的数据结构与遗传算法功能实现,促使C++代码更加简洁、高效与可靠等。并结合电力系统故障诊断实例,进行了故障诊断模型和算法程序的验证,证实了诊断结果准确合理。为了满足电力系统故障诊断研究的需要,实现故障信息的有效存储和调用,本文开发了电力系统图形数据库平台,平台主要由电力设备图形绘制和故障信息数据库两部分组成。在研究矢量图形技术的基础上,定义坐标系统及映射关系,实现电力设备图元的绘制与管理,并且达到电力设备图元与故障信息数据库记录的对映,满足故障诊断算法通过数据库获取故障信息的需要。通过IEEE中5机14结点系统故障验证了故障诊断程序模块与图形数据库结合使用的正确性。