现代电力系统网络规模不断扩大,发输电步入高电压、大机组时代,区域间电网联网程度更加紧密。一旦发生故障,需要快速的诊断出故障元件并恢复供电,以保证电力系统安全稳定运行,避免造成更大的损失。同时,随着电网监控装置越来越多、越来越智能化,故障时将会有大量的报警信息涌入调度中心,其中存在的不确定或不完备的信息及冗余信息给调度人员分析判断带来巨大工作量,因此研究一种能够在信息不完备情况下快速准确地给出故障结果的电网故障诊断方法具有重要意义。Petri网方法具有良好的并行处理和图形化表示的能力,非常适合处理离散问题。自适应模糊Petri(AFPN)和有色Petri网(CPN)是在Petri网的基础上发展而来。AFPN兼具Petri网和模糊逻辑理论的特点,能够通过概率的形式给出不确定性或不完备性问题的置信度,同时通过对权值的训练更加贴近模拟的真实系统。CPN具有简化Petri网模型的能力,是一种高级Petri网。本文拟研究基于AFPN和CPN的电网故障诊断方法,以协助调度人员快速判断故障,提高诊断效率,保证供电稳定和电网安全运营。本文针对SCADA系统传递的故障数据信息存在不确定和不完备的问题,建立了适用于自适应模糊Petri网的分层电网故障诊断系统。该系统分为三个层次:第一层是利用断路器状态信息的故障区域搜索,用于简单故障的快速判断和为第二层诊断划定调用模型的范围;第二层建立了基于保护和断路器数据信息的AFPN故障诊断模型,利用统计数据计算取得该模型的输出权值,增强了系统的可解释性;利用已有的大量故障样本对输入权值进行自适应训练,使模型更加贴近所模拟的真实系统;第三层建立了基于PMU数据信息的扩展AFPN模型,适用于第二层未能诊断出结果或诊断结果不理想的信息严重缺失情况。仿真结果表明该方法准确有效,通过与已有的FPN模型相比,证明了该模型有效地提高了诊断结果的置信度和诊断的容错能力。另外,针对Petri网模型架构通用性不强、建模复杂的问题,建立了一种基于有色Petri网的电网故障诊断模型,提出了适用于该模型方法的有色Petri网规则,讨论了该模型在网络拓扑改变时,初始设定数据修改的繁复程度和工作量。通过仿真验证表明该方法解决了模型架构复杂和通用性不强的问题,易于移植;并且对网络拓扑改变具有一定的适应性。