近年来,电力机车（包括客/货运机车、动车组）与牵引供电系统（Traction Power Supply System,TPSS）之间的电气匹配问题（又称“车网电气匹配问题”）较多,对电气化铁路的安全运行造成了干扰,典型的问题有:高次谐波谐振、无功功率/网压振荡、长大坡道区段网压异常、低频振荡和过分相电磁干扰。由于川藏铁路线路环境特殊、战略意义重大,该线路对车网电气匹配的稳定性有较高要求。因此,有必要研究川藏铁路车网电气匹配问题的产生机理及监测算法。建立车网模型是研究车网电气匹配问题机理的基础工作,本文首先建立机车的谐波电流源模型、机车的功率源模型、牵引网统一链式网络模型,并提出相应的电路分析方法,电路分析方法包括:潮流计算（稳态分析）与暂态电路分析。在充分考虑川藏铁路采用带回流线的直接供电方式、（部分路段）采用双边供电方式、长大坡道较多、动车组功率较大、不同速度等级列车混跑的特殊性的前提下,本文基于车网模型,分析了典型的车网电气匹配问题的产生机理,确定了影响因素;并且结合实测数据,简要归纳了各类问题的时域、频域特征。为进一步实现车网电气匹配问题的数据分析,本文提出了综合使用时频特征提取工具——短时傅里叶变换（Short-time Fourier Transform,STFT）、数据挖掘工具——神经网络的方案,并分析了两者的基本性质和参数选择。在数据分析的基础上,本文提出基于自编码器的数据预处理、基于STFT和卷积神经网络（Convolutional Neural Network,CNN）的辨识算法、基于长短期记忆网络（Long Short-term Memory,LSTM）的辨识算法。结果表明,不同的方法具有各自的优缺点以及应用场景,应当从实际需求出发选择合适的算法。