箱式变电站广泛应用在工商业及城镇输配电系统中,在电力系统中发挥着重要作用,对箱式变电站的故障诊断具有重要意义。通过对箱式变电站内部结构、工作原理的研究,对箱式变电站的故障及故障特征进行分析,提出一种运用遗传算法与BP网络相结合的故障诊断网络模型,对系统数据进行融合训练,并利用遗传算法全局搜索最优的特性对BP网络进行优化,避免BP算法在学习中陷入局部最优的弊端,使模型具有良好的收敛性和适应性。仿真结果表明,该网络具有良好的识别效果,在箱式变电站的故障预测中具有很好的应用前景。