随着电力行业的市场化发展,电能用户对供电可靠性尤其是连续性的要求越来越高。但是由于人为、气候等多种因素的影响,电力系统故障的产生是不可避免的,由此造成用户供电中断和供电质量下降,甚至损坏电气设备等后果。同时,随着电网规模的不断扩大和整个社会电气化进程的加快,越来越多的自动化装置被应用到电力系统中,当电网发生故障时,由各级自动装置产生的大量报警信息会在短时间内不加选择地涌入到控制中心,超出运行人员的处理能力。因此有必要研究一个有效的电力系统故障诊断方法,以快速、准确的判断出故障元件。Petri网是一种图形化的建模工具,适用于分析电力系统故障类的离散事件动态系统。近年来,学者们已将其应用于电网故障诊断,但是所提出的方法一般存在着以下问题：建立的模型难以适应网络结构的变化,通用性较差,维护困难；故障信息缺失时,易发生诊断错误,容错性不足。针对以上问题,本文以提高诊断模型的通用性和容错性为研究目标,在归纳总结目前国内外有关研究成果的基础上,将概率Petri网应用到电力系统故障诊断中,工作内容主要分为以下几个方面：(1)对传统的概率Petri网进行了扩展研究,修正了变迁的计算函数和输入输出弧权值,提高了概率Petri网的诊断性能。根据继电保护和断路器动作的统计数据,利用概率方法对其初始标识概率值进行了详细地计算,使得初始标识得以描述继电保护和断路器动作的不确定性。(2)基于新型概率Petri网理论,提出了一种含时空因素的电网故障诊断分步模型,建立了基于故障信息系统的线路、母线和变压器元件的引出线模型,对保护逻辑配合关系进行了准确地模拟。利用可疑元件故障树,通过对一次拓扑的结构分析,可适应不同的系统运行方式。(3)针对复杂电网故障诊断时,Petri网模型的矩阵维数过大、自适应性差和组合爆炸等问题,在上述建模方法基础上结合Petri网的化简技术,构造了分层子网故障诊断概率Petri网模型。即对线路和变压器的两端分别建立主保护、近后备保护以及远后备保护底层子网模型,再综合两端底层子网建立综合诊断子网；对母线建立各引出线方向底层子网,再将其综合建立综合诊断子网模型。并通过多个算例验证了该方法可有效地缩小模型规模,降低矩阵维数,自适应性较强。