随着智能电网建设的推进,电网数据库中累积了大量数据,其中包含了由电网设备自动采集并发出的告警信号。对于电力数据的研究和分析,传统上主要集中在数值数据上,而对以文本数据为主的电网告知告警数据的研究则偏少。电网告知告警数据中包含大量设备状态变化信息,可用于电网故障的定位和诊断。因此,挖掘电网告知告警数据中的信息,并在此基础上建立电网事故演化模型,对于电网运维检修的自动化具有重大意义。本文以电网告警数据库为基础,充分分析了电网告警信号的特点,并总结了电网告警信号建模的三个重要基础:告警信号的文本模式可枚举,告警信号序列可按事件划分,告警信号序列中的信息可描述告警事件。根据以上特性,本文通过文本模式匹配、密度聚类、序列划分、自然语言处理等方法,形成了向量化告警信号、向量化告警信号序列和电网事故的向量化描述等易于建模的向量化数据,并将单个数据的尺度从告警信号提升到了电网事故。基于以上向量化数据,本文分析了电网告警信号以及电网事故的关联关系和演化方向,以统计分析方法为基础,分别提出了基于变阶马尔可夫模型,用于预测电网告警信号的序列预测树模型;以及基于马尔可夫链,用于分析电网事故演化分布的电网事故演化树模型。组合以上两个模型,并结合上述的数据处理方法,本文得到了电网事故演化决策模型这一从电网告警信号到电网事故演化的完整方法链,并设计了此模型的软件系统。经过实际电网告警数据的验证,本文所提出的电网事故演化决策模型可完成从电网告警信号到电网事故演化的完整分析过程,得到的分析结果符合电网告警规律和统计学规律,能够有效反映电网告警信号和电网事故的演化方向及其分布;在此模型的基础上设计的软件系统可用于支持电网检修运维,辅助电网决策。