در قسمت اول این پایان نامه روش جدیدی برای تشخیص و کلاسه بندی خطا در شبکه های انتقال با استفاده از منطق فازی ارایه شده است. الگوریتم معرفی شده از زاویه جریان فازها استفاده می کندو با استفاده از آن ها وقوع خطا را تشخیص داده و نوع آن را شناسایی می کند. از نرم افزار atp برای تولید اطلاعاتحالت عادی و حالت هایمختلف خطا استفاده شده است.سپس برای نشان دادن کارآیی روش جدید، دو روش قبلی مبتنی بر منطق فازی به طور خلاصه معرفی و نتایج سه روش باهم مقایسه شده اند که نشان دهنده دقت بیشتر و سرعت مناسب روش جدید نسبت به روش های قبلی است. در قسمت دوم پایان نامه برای اولین بار از شبکه های عصبی پیشخور، که کلاسه بندهای مناسبی می باشند، برای شناسایی نوع خطا در یک سیستم قدرت چند-پایانه ای استفاده شده است.سیگنال های جریان ولتاژ که با استفاده از شبیه سازی های صورت گرفته در atp بدست آمده اند، نرمالیزه شده و برای تشکیل دادن الگوهای آموزشو آزمون استفاده شده اند. ساختارهای شبکه عصبی با یک و دو لایه میانی با تعداد سلول مختلف برای دو نوع الگوی تمام سیکل و نصف سیکل آموزش دیده اند و سپس با الگوهای ورودی جدید مورد ارزیابی قرار گرفته اند. نتایج بدست آمده سرعت و دقت این روش را در کلاسه بندی خطا نشان می دهد.