模糊系统是对确定性系统的推广。与确定性系统不同,模糊系统的输入和输出约束于某一模糊区间,令其状态和行为表现出一定的不确定性。对模糊系统不确定性的描述和分析,以及在信息不完备的情况下,能够准确地给出系统当前的状态是研究的重点。当系统的状态超过某一临界状态值时,可能会产生不可预料的影响,造成不同程度的经济损失。因此,对模糊系统的不确定性进行研究具有重要的应用价值。针对模糊系统中的不确定性问题,特别是在存在不完备信息和存在差错数据的情况下,基于模糊集理论、混杂系统理论和Petri网理论及贝叶斯网络,提出一类可能性Petri网模型,并以此为基础定义了非确定性混杂Petri网模型和时间概率Petri网模型。本文所提出的非确定性混杂Petri网模型将模糊系统分为离散和连续两个部分,对其间的相互作用进行建模,从而分析系统的实时状态及其发展趋势,进而可依据分析结果采取相应的措施,使得系统高效安全的运行；时间概率Petri网模型则利用时间这二模糊系统中的重要属性,利用时序一致性判定函数判断系统中含有时间信息的状态是否相容,由推理演化并融合不同的状态信息而得到系统的最终状态。本文运用非确定性混杂Petri网和时间概率Petri网分别对变压器系统和输电网系统进行了仿真实验。针对变压器系统故障分析的仿真实验表明,非确定性混杂Petri网是一种混杂系统状态检测和趋势分析的有效工具,运用该模型可为混杂系统的状态感知、预测、评估和实时控制提供有效方法；针对输电网系统进行的仿真实验表明,运用时间概率Petri网模型可综合分析系统元件中的时间延迟和概率因素,在信息不完备或存在数据差错的情况下,仍然能够给出较准确的诊断结果。对比试验表明,本文提出的方法提高了诊断的正确率。