随着电网规模不断扩大,其拓扑结构越来越复杂,当电网发生故障,特别是复杂故障时,数据采集检测系统采集到的海量故障告警数据大量涌入调度中心,给调度人员进行实时故障诊断以及事后分析原因造成了极大困难。因此,本文从大数据与人工智能技术的角度出发,提出了一种基于贝叶斯网络的电网复杂故障诊断及故障推演方法。首先,对传统贝叶斯网络故障诊断模型的生成方法进行了改进,提出通过关联矩阵的形式来形成贝叶斯网络结构,综合保信系统的断路器和保护动作信息,通过贝叶斯反向推理,确定故障元件;通过贝叶斯正向推理,对保护装置以及断路器动作行为进行初步分析,判断初步分析结果中是否存在使得远后备保护、近后备保护误判的动作情况,并制定专家系统规则对其目标节点进行期望概率修正,最终确定保护装置与断路器误动、拒动情况。其次,提出基于贝叶斯网络方法的电力系统故障推演方法,依据对贝叶斯网络节点先验概率的赋值的大小,确定各类保护装置与断路器动作的先后顺序和逻辑性;在贝叶斯网络构建过程中,将保护装置以及断路器分类,结合保信系统上送的保护装置与断路器动作信息,形成主保护-近后备保护-断路器-远后备保护-断路器的故障事件发生顺序,再结合故障诊断结果中保护装置与断路器拒动、误动分析结果,形成层次化含动作信息、拒动信息和误动信息的故障推演结果。最后,基于A5000系统平台对上述高级功能进行应用开发,通过此平台FIS功能实现基于贝叶斯网络的电网故障诊断技术与故障推演技术的应用,将成果实用化,并通过计算机窗口展示。