随着国民经济的快速发展,人民的生产生活对于安全、优质、可靠电力的需求不断加大。目前,我国电网主要由500KV电网构成主网架,各省级电网间相互联结形成了规模庞大、系统复杂的电力网络,而系统的复杂性又在很大程度上表征了信息的复杂性。因此,在电网发生故障时,报警信息的复杂性对故障诊断系统的诊断性能提出了更加严峻的挑战。本文针对电网的上述情况,在分析研究了现有主要智能故障诊断方法的情况下,提出了一种新型的基于时序匹配的直觉模糊抑制弧Petri网输电网故障诊断方法。首先,本文运用了时间序列相似性匹配的方法对带有时标的警报信息进行处理,该方法同时考虑了编辑距离和时间距离,相对于Petri网自身带有的时序关系,该方法可同时计算故障发生时的时间差异和序列差异,充分考虑了时序对于故障诊断的影响程度。同时,运用了直觉模糊理论,从信息的隶属度、非隶属度和犹豫度三个层面充分考虑了不确定、不完整信息对诊断结果的影响。其次,针对传统Petri网故障诊断模型中继电保护的动作逻辑在模型结构中无法充分体现的情况,模型的准确性、容错性和快速性无法满足实时在线故障诊断要求的缺陷,以及复杂信息环境下人为主观因素会造成电网故障诊断误差的问题,本文研究了一种带抑制弧的直觉模糊Petri网故障诊断方法。在直觉模糊Petri网中引入抑制弧元组,将保护动作逻辑体现在模型结构上并使用BP算法对模型中的权值参数进行训练以减少参数设置对故障诊断结果造成的误差。最后,本文构建了基于时序匹配的直觉模糊抑制弧Petri网(Time Series Intuitionistic Fuzzy Inhibitor Arc Petri Net,TIFIAPN)综合电网故障诊断通用模型,并形成了相应推理算法,采用局部电力系统案例进行仿真验证了该方法的有效性,并基于LabVIEW语言搭建了一套综合试验平台,验证了本文所提出的电网故障诊断方法的有效性。