在发电厂或者变电站中，直流操作电源系统都是一种必比可少的设备，它是作为二次设备存在的。直流操作电源系统是不是没有故障的稳定运行着关系到变电站和发电厂中其他设备的运行。随着社会的不断进步和发展，电网的容量也在不断的扩大，同时电网电压运行所需要的电压的等级也逐渐的增高了。面对这些事实，直流系统的安全可靠性必须提高了。所以本文对直流系统的蓄电池故障预测蓄电池运行参数在线监测方面做了深入的探究和了解。　　蓄电池作为直流系统交流停电时的后备电源，其非正常失效严重影响了直流系统的安全运行。本文在对现有灰色预测模型进行深入研究的基础上，提出了一种以蓄电池容量为特征量的基于遗传算法(Genetic Algorithm，GA)的蓄电池故障灰色预测改进模型，进而为判断蓄电池是否存在故障提供依据，避免了传统的容量试验带来的弊端。电力电源系统中，蓄电池是对直流供电系统进行供电的主要设备。它作为一种电源，为系统提供直流电。在电力系统中对负载的安全稳定的运行提供了有力的保障。可以保障继电保护设备、通信设备等设备的稳定运行。本文利用灰色预测模型，通过遗传算法的研究对蓄电池的故障进行了预测。这种方法使得预测的结果较为精确。可以利用的这些数据对蓄电池的故障方面进行处理。通过对遗传算法的直流系统蓄电池故障灰色预测研究对，使得电池电容放电的次数减少了，这样可以保障电池更好的稳定运行，使得电池的寿命也增加了。　　作为直流系统备用电源的蓄电池，其故障严重危害了系统的不间断供电。本文提出利用灰色预测模型GM(1,1)对蓄电池的故障进行预测，并以蓄电池容量和内阻为特征向量，基于遗传算法改进 GM(1,1)预测模型。通过预测实例验证，改进GM(1,1)预测模型具有更高的预测精度，可提前预知蓄电池的故障参数，弥补实验测试的不足，为蓄电池的故障提供判断依据。