牵引供电系统能否稳定可靠的工作直接影响到列车的安全运行,一旦牵引供电系统发生故障造成供电中断,不仅影响所供电线路的列车的正常运行,在当前大密度大流量的铁路运输系统中,甚至可能引发连锁反应,使多条线路运行不畅,造成重大的经济损失。为了快速准确地分析判定事故原因并采取相关措施尽快恢复供电,在深入研究故障机理和诊断方法的基础上,国内外开发了很多人工智能系统用于牵引供电系统的故障诊断,其中专家系统最为成功。但专家系统经验收集困难且积累周期长,基于模型诊断的方法是根据待诊断系统的结构和功能对系统进行诊断的,弥补了专家系统的不足。因此本文尝试将基于模型诊断的方法应用于牵引供电系统故障诊断,并对其中的关键问题进行分析探讨。首先,针对现有智能搜索算法最小碰集实现率较低的缺点,提出了将二进制粒子群和遗传算法相结合的算法,并就算法中适应度函数的构造、最小碰集保证策略、算法终止条件的选取等问题做了探讨分析。通过编程验证,实验结果表明该算法较标准二进制粒子群算法有较高的搜索效率,较标准遗传算法有更快的收敛速度。同时算法对系统规模不敏感,能在较短时间内求出几乎100%的最小碰集。其次,将基于模型诊断的方法引入牵引供电系统故障诊断中,给出了一个牵引供电系统故障诊断方案。并以京津城际永乐段为例,详细论述了系统元件抽象、系统建模、离线冲突集获取、系统在线故障匹配等基于模型诊断的关键步骤。通过编程对Simulink仿真故障数据进行求解分析,结果表明基于模型诊断方法能快速准确地诊断出接触网故障和AT所母线故障等单一或复合故障。同时针对测量元件故障导致监测数据错误的情况,给出一个诊断策略,使诊断系统在某个测量元件故障时仍能正常工作。再次,根据牵引变压器故障特点,将变压器故障分为突发性电气回路突发性故障和潜伏性故障。对于电气回路突发性故障,用一致性推理和溯因推理相结合的方法进行诊断,实验结果表明该方法切实可行。对于潜伏性故障,提出用一致性推理和专家系统结合的方法,并分析了其实现过程。最后,将解析模型引入牵引供电系统的故障诊断中,通过对保护和断路器动作状态进行解析,并根据实际情况对保护和动作情况进行约束,将解析模型的诊断问题转化成最能解释警告信息的目标优化问题。通过故障假设和编程实验验证,结果表明,基于解析模型的方法能利用牵引供电系统拓扑、继电保护数据以及实际告警信息,通过智能优化技术实现对保护和断路器的实际动作的判定,并能判断告警信息是否存在误报与漏报。