Resumen. El monitoreo de los sistemas de potencia es particularmente retador debido a la presencia de cambios dinámicos de carga en modo de operación normal en los nodos de la red, presencia de variables continuas y discretas, información con presencia de ruido y falta o exceso de datos. Por ello, la necesidad de desarrollar metodologías más poderosas que combinen técnicas de inteligencia artificial ha sido reconocida. Este artículo propone un sistema de monitoreo basado en los datos históricos del sistema compuesto por dos fases. En la primera fase aprende el comportamiento de la operación normal del sistema utilizando una red neuronal autoasociativa (RNAA), la cual lleva a cabo el proceso de detección. En la segunda fase se da el diagnóstico final empleando una red neuronal probabilística (RNP), la cual clasifica el tipo de falla presente y proporciona su tiempo de ocurrencia.Palabras clave: detección de fallas, diagnóstico de fallas, sistemas eléctricos de potencia, red neuronal autoasociativa, red neuronal probabilística.