目前的电力系统配置越来越复杂,运行方式也多样化、集约化。一旦电力系统遇到了故障,必须准确迅速地定位故障设备,进行故障分析就成为一个急需解决的重大问题。当前,已经有许多学者开始利用人工智能和机器学习的方法对电力系统的故障原因进行了分析,有些还取得了非常好的效果,但是需要进一步改进的空间还是很大。文章首先对某电力系统中的常用故障分析方法进行了介绍,同时也提及了目前国内外的一些研究现状以及各类方法的一些优缺点。在详细分析了其他方法在电网故障分析系统中的各自特点后,提出了本文采用的项目解决方案,即采用分层分析结构的Petri网模型。同时也详细分析了Petri网模型的相关理论在电力故障系统中的应用,并实现了一些具体的电力故障分析方法。比如采用令牌的方法来得到初始标识向量,然后再根据令牌的信息来得到稳态的Petri网模型,从而最终来准确定位出现故障的元件。该方法还可以用图形化的方式来对电网的故障进行描述,本文总结出了适应一般电力系统的通用的某些系统规则,在此基础上,本文还详细介绍了电力故障分析系统的具体的软件实现。从实验可以看出,本文设计的软件具有诸多优点,包括信息的预处理,信息的启动检测,信息的故障分析,网络的自动更新,友好的人机交互等。在本文的最后,对本系统在实际应用中的一些情况做了比较全面的总结。通过本文对电力故障分析系统的设计开发实现,可以看出本系统能够有效地对电力系统的故障进行有效的应用。