วิทยานิพนธ์นี้เป็นรายงานการศึกษาค้นคว้าวิจัยเกี่ยวกับการพัฒนาออกแบบโปรแกรมการรู้จำรูปแบบของการเกิดดีสชาร์จบางส่วน (PD) ในอุปกรณ์ไฟฟ้าแรงสูงให้มีความสามารถในการจำแนกรูปแบบของการเกิดดีสชาร์จบางส่วนได้อัตโนมัติ โดยเริ่มจากการจำลองลักษณะของการเกิด PD แบบต่าง ๆ ที่สามารถเกิดขึ้นในอุปกรณ์ไฟฟ้าแรงสูง เช่นโคโรนา ดีสชาร์จภายนอก และดีสชาร์จภายใน จากนั้นทำการตรวจวัดและคำนวณค่าคุณลักษณะที่สำคัญเก็บไว้ในฐานข้อมูล ในการคำนวณค่าคุณลักษณะจะใช้วิธีสถิติ ซึ่งคำนวณจากการกระจาย ~iH(,n)((+,f))~i (การกระจายขนาดของ PD เฉลี่ยตามมุมเฟสของแรงดัน และการกระจาย ~iH(,qn)((+,f))~i (การกระจายจำนวนครั้งที่เกิด PD ซ้ำตามมุมเฟสแรงดัน)ร่วมกับวิธีแฟรกตัล ซึ่งคำนวณจากการกระจาย (ความสัมพันธ์ระหว่างขนาดของ PD(q),มุมเฟสของแรงดันทดสอบ ((+,j)) และจำนวนครั้งที่เกิด PD ซ้ำ (n)) จะได้พารามิเตอร์รวมทั้งหมด 13 ค่า โดยพารามิเตอร์ทั้ง 13 ค่านี้จะนำมาใช้ในกระบวนการเรียนรู้และจดจำรูปแบบของการเกิด PD คือ เป็นตัวนำเข้าข้อมูลของนิวรอลเน็ทเวิร์ค จากนั้นจะทำการสอนให้ระบบเกิดการเรียนรู้โดยใช้นิวรอลเน็ทเวิร์คและเจนเนติกอัลกอริทึม โดยนำเจนเนติกอัลกอริทึมมาปรับค่าน้ำหนักให้กับตัวนิวรอลเน็ทเวิร์ค จากผลการทดสอบกับอุปกรณ์ที่เกิดความผิดพร่อง พบว่าสามารถแยกแยะลักษณะการเกิด PD ที่เกิดขึ้นในอุปกรณ์ไฟฟ้าแรงสูงได้อย่างถูกต้องมากกว่า 80 เปอร์เซ็นต์