变电站发生故障后会产生大量的警报信息，如何根据上传的警报信息尽快查找出故障位置和类型，对于减少停电损失有着重要意义，目前警报处理中面临的主要问题是保护动作和断路器跳闸的可靠性，以及上传警报信息的正确性和末收到的警报信息实际出现的可能性。针对此问题本文运用RSNN对上传警报信息进行处理，将粗糙集理论的分析约简能力和神经网络的容错能力相互结合，进而提出了警报信息处理的整套方案：首先将RSNN输出结果同ROSSETA处理后的规则取交集，提取诊断所需的规则；针对警报信息因误传和漏传而产生的不确定规则，提出一判断因子，通过判断因子进行筛选哪一个是最合适的规则；针对多重故障，本文首次实现了在复杂故障时，即使原始样本中没有相应的诊断规则，也能通过该方法搜索到最优解的目的。 本文提出的变电站故障诊断系统能够辨识出故障源、保护装置拒动、断路器装置拒动及信号传输错误，较好地解决了不确定性问题。