随着人类生命活动对电能需求的不断提高,电力系统的规模也越来越庞大。在整个电力系统领域,继电保护又是其中最为重要的部分,如何快速高效地切除故障,保证用户的正常用电已成为电力系统正常运行的首要前提。传统的继电保护分为三种三段式保护,根据不同的线路要求选择不同的保护方式,传统的电流保护的主要优点是只需要的单个电气量,保护原理简单,而距离保护与纵联保护需要的电气量偏多,结构偏复杂,故障率偏高,处理数据量大。因此,本文选用电流保护为改进对象,采用一种基于RBF神经网络的全线路速断保护,该保护可以达到线路85%的全线速断,后15%的延迟在40ms。在此基础上,由多个神经子网络组合成一个Agent，在断路器中加入通讯与逻辑判断组合多Agent系统。包括组织层Agent、协调层Agent、和执行Agent,通过各变电站的光纤进行通讯,当线路各个区间发生故障时,达到全线路的瞬时速断,改进了传统电流保护的二段保护延时,由逻辑关系证明其可行性。最后与纵联保护比较,证明该改进的电流保护可以作为330KV线路的主保护。本文的另一个重要部分是对电网连锁故障的研究。电网的复杂性决定了连锁故障传播的复杂性,从目前的研究现状看,预测连锁故障最好的方法就是尽可能多的评估系统各个方面,目前国内外研究很少同时考虑到网络的拓扑结构,前后级关联度,过负荷因素等,大多是建立一个简化的模型如：OPA模型,CASCADE模型,小世界模型等。本文采用马尔科夫概率模型考虑前后级关联度,以电网脆弱指标为基础分析过负荷度,系统的考虑拓扑结构,并以潮流计算中的矩阵表达式分析电网的拓扑结构,综合分析电网的连锁故障,对比出连锁故障负荷转移最有可能的去向,并由神经网络收敛学习比较。最终以IEEE30节点系统证明其连锁故障预测的可行性。本文的创新之处在于以神经网络为基础,多Agent协调工作,在输电线路保护的基础上,加入连锁故障预测模块,并明确了神经网络在连锁故障预测中的输入输出。并验证了其可行性。在电力系统领域具有很高的研究价值。