虽然现代电力系统的理论和技术一直在不断发展,但电力系统故障仍然无法避免。利用电力系统故障过程中产生的遥测、遥信等信息,准确而迅速的判断故障元件及故障类型、识别不正确动作的保护和断路器,辅助调度或运行人员处理故障,可以缩短事故处理时间,防止事故扩大,加速系统恢复。如何充分利用系统发生故障后的遥测、遥信等警报信息及其时序特征提高故障诊断的准确性和容错性,成为电力系统故障诊断领域需要考虑和解决的重要问题。在这个背景下,本文将时间序列的数据挖掘概念与相关方法引入到输电系统故障诊断之中,提出了基于时间序列相似性匹配的故障诊断方法。所提出的方法较好利用了警报信息序列的时序特征,对于复杂故障、相继故障等情形仍能迅速识别警报漏报／误报等情况,正确诊断出故障元件与故障类型,并对继电保护装置进行评价。现有的电力系统故障诊断模型在利用多渠道、多方位的测控信息方面,大多采用决策级别的信息融合,在信息冲突或不完整时有可能导致误判；对时序信息的利用一般局限于对信息的初步筛选,未能充分利用时标偏差与信息准确程度之间的关联性。在此背景下,以现有模糊Petri网故障诊断模型为基础,对电气量、开关量等多源信息进行融合分析,充分利用记录设备遥信动作的事件顺序信息、由广域测量系统得到的电气量信息以及这些信息所包含的时序特性,本文建立了一种考虑时序信息特征的多源Petri网故障诊断模型。所发展的故障诊断模型通过利用时序信息对保护设备动作事件进行置信度评价,利用多源信息的冗余度对所缺警报信息进行补充并校验所收到的警报信息的正确性,可以有效提高电力系统故障诊断的准确度和可靠性。在此基础上,本文进一步提出了Petri网电力系统故障诊断模型的构造和自动生成算法,开发了基于Petri网模型的故障诊断系统。