在电力系统可靠性研究中，可靠性原始参数的分析与确定是提高设计和运行管理水平的基础。它既是可靠性评估的前期工作，又是可靠性研究中最基本、最重要的工作。电力系统可靠性原始参数的影响因素比较多，本文主要探讨如何更有效预测可靠性原始参数，如何提高原始参数预测的精确度，以及人机系统中人的可靠性影响因素，这些都具有重要的现实意义。 设备在不同工作条件下运行，可靠性参数将随之变化，所以在设备可靠性评估过程中缺乏对可靠性原始参数变化规律的认识将导致可靠性原始参数取值不符合实际情况，影响可靠性评估的准确度。针对上述问题，本文运用云模型理论，考虑工作条件因素对设备可靠性参数的影响。同时结合灰关联理论，引入工作条件因素的影响权数。并通过实例表明方法的可行性。 可靠性原始参数的是电力系统可靠性评估的基础。针对电力系统可靠性原始参数的匮乏，本文充分利用灰色系统小样本的特点，运用滚动预测对可靠性原始参数的预测进行残差检验，在考虑数据新陈代谢的同时又能减少计算量。同时又对滚动残差的变化规律进行了分析，建立其单调区间的灰色预测模型，进行残差的修正，补偿原有的预测数据，使得预测值能更好地拟合原始数据。并通过实例计算和模型精度检验说明本方法有较高的精度。 传统的可靠性评估都未曾考虑人为因素的影响。即使自动化程度再高，系统的运行还是离不开人的参与。墨菲定理告诉我们，人为差错造成的系统停运迟早会发生，近年来的事故统计也说明了这一点。因此，在可靠性评估中须考虑人为因素的影响。本文中分析了影响人的可靠性的物理环境因素和工作制度因素，并介绍了如何利用海洛德法和认知可靠性和失误分析法(CREAM)综合评价人可靠性的基本原理和方法，利用连接法实现合理的人机空间配置。最后总结了提高控制操作人员可靠性的一些方法。