摘要：針對ZPW-2000軌道電路故障的多樣性、復雜性、診斷難等問題,提出基于PCA-PSO-PNN的ZPW-2000軌道電路智能故障診斷方法。首先,對影響因素進行主成分分析,提取了主要的影響因素,將輸入維數降低,然后建立8種常見故障的概率神經網絡診斷模型,其次采用PSO算法優化PNN模型參數,最后采用某電務段提供數據進行故障劃分和診斷,得到較好的診斷效果,因此該法能夠為維護人員提高診斷效率及正確率,很好的解決只依賴維護人員現場維護經驗診斷軌道電路設備故障,效率低可靠性差診斷難的問題,提高了運行效率。