第一章绪论
1.1研究背景
电能可能供应不足或者甚至中断，将会直接影响整个国民生产经济各个相关部门，也将极大的影响人们的正常生活，为了缩小事故的发生的几率，预防系统稳定性被损坏，不仅要增强电源和电网的一次系统搭建，还要发展监控体系以提高电网故障的解决能力。其中事故分析及问题复原等在线分析、预防操控技术是预防电力体系由小几率故障变化为大规模停电事故的有力支撑，对降低事故影响，保证电力体系安全稳定运行，创建良好的生产经营氛围具有重要的意义。综上所述，研究一个优质的电力系统故障分析系统具有很重要的意义。在电力系统故障特别是电网故障的情形下，该系统能够辅助运行人员进行故障分析，达到自动、快速、准确地判定故障区域，识别故障元件的目的。另外，对于电力系统故障的仿真分析，模拟培训，也可以通过电力系统故障分析系统来提升调度员的经验和水平。
1.2故障分析系统存在的问题
随着现代科学技术的发展及自动化程度的提高，供电系统的故障分析技术也正发生着重大的变化，但是依然有众多因素制约着供电系统故障分析技术的进一步发展。
（1） 实时性差
传统的电力系统故障分析是基于EMS或者SCAOA系统来实现元件分析的。一旦发生故障，〔Ms或scAoA系统发出报警信息，并将事故信息发送调度中心，操作员根据输电网络的配置情况和运行经验，进行事故处理，确定复原对策。然而scAoA体系无法实现各厂和各站维护配置信息和操作信息的完整、实时传递，信息源的不完整渐渐成为影响电力系统事故分析的技术难题。
（2） 透明度低
人工神经网络《ANN)是一种完全的新型的模拟人类智慧的科技，最近来受到人们的关心。他的特点是具有很强的自己组织、自研习能力，鲁棒性高，除去推理机的构架，在电力体系事故分析的模型和理论探究上取得很多的成就，其发展前途也非常好。ANN拥有很强的非线性映射和信息同时处理以及范式识别能力，没必要由专业人士进行整理、总结以及消化领域专业人士的知识，即可用这个领域专业人士解决问题的例子来训练ANN获取该领城的知识;ANN运用了隐式代表知识，在知识获取的一方面，自动生成的知识由网络的构架和权值代表，并将特定问题的些许知识代表在相同的一个网络中，经过神经元之间的互相反应来实现推理，实现知识的自行得取和并行联想的推理l#]。因为ANN从故障范例中得到的信息只是一些分布指标，而不是相近领域的资深专家的逻辑思维的推导规范，因此整个分析推理过程无法理解，缺乏透明度。
（3） 稳定性差
优化理论(oPtimizationbased)较晚引入电力系统故障分析研究领域。基于优化理论的故障分析模型的基本思想是:根据电力设备与设备保护动作和电力断路器跳闸之间的应用逻辑关系，电力系统的故障分析情况首先被代表为。在这个基础上，经过优化算法找到促使构造的目标函数最小(或最大)的最好的解，这样就找出最好的解释警报信号的事故假说。优化型判断模型理论上比较严谨的，没必要引入启发式那样的知识，用正常的算法就可实现。而且可以在分析所依据信息残缺的情况下给出全部最优或小部分最优的很多个可能的判断结果，拥有非常好的应用前途。然而在分析所依靠的信息发生突然变化，出现复杂的故障情形时，此分析方法很有可能难以保证结果的可依赖性。所以如何根据被判断的对象特点，搭建具有非常高的容错性能的事故分析目标函数和如何判定迭代操作的结束标准等问题是这种故障分析理论需要深入探究的内容。
第二章相关理论和技术基础
当前应用系统的软硬件规模非常庞大，造成应用系统遇到突发故障无法及时有效的进行故障类型判断和故障源头排查，针对以上问题，提出了基于Petri网模型的应用故障推理方法，利用形式化方法模型，根据应用中经常碰到的故障点和故障状态，构建出petri网模型数学故障模型，利用petri网模型直观易懂、异步并发的优势，快速的进行应用系统故障推理和分析。
2.1故障信息的分类与特征
为了能够充分地了解到故障的相关信息特征，并且有效地建立起分层的结构。下面就对故障信息的特征进行和分类。
2.1.1故障信息的特征
电网的故障信息有着特有的一些特性，包括了间断性，冗余性，分层性，等等，为此下面对这些特性分别进行说明:
(1) 分层性
一般来说，故障信息会具有一定的分层特性。比如一层故障信号是在另一层故障信号的基础上才会产生的。
(2) 冗余性
由于故障信息的分层性，必然会导致一些故障信息出现冗余。比如对于同一层故障来说，不同层次的故障信息会有不用的表示方式，但他们之间就会出现冗余。
(3) 间断性
在电力系统发生故障时，电网会将那些故障信息先都存储在各个分站点上，然后才会统一地将他们传输到中心站来进行数据的处理，这就会导致信道在大部分时间是空闲的，也就具备的间断性的特点。
第三章 基于Petri网模型的故障........................... 23-29
3.1 故障分析系统结构设计........................... 23-24
3.2 故障分析系统原型设计........................... 24-25
3.3 故障分析的Petri网模型........................... 25-28
3.4 本章小结 ........................... 28-29
第四章 故障分析系统的设计........................... 29-48
4.1 故障分析系统的总体框架........................... 29-31
4.2 系统运行环境以及实现技术........................... 31-34
4.2.1 系统组网方式 ........................... 31-32
4.2.2 故障分析系统的具体实现........................... 32-33
4.2.3 与其它应用软件的兼容接口........................... 33-34
4.3 系统的数据库设计 ........................... 34-35
4.4 故障分析知识表示方法........................... 35-40
4.4.1 电网的模型结构 ........................... 36-37
4.4.2 继电器的模型结构........................... 37-38
4.4.3 故障分析诊断模块结构 ........................... 38-39
4.4.4 故障分析知识类结构 ........................... 39-40
4.5 主要Petri类的实现 ........................... 40-41
4.5.1 变迁类的实现 ........................... 40
4.5.2 库所类的实现 ........................... 40-41
4.6 主要业务模块的实现........................... 41-47
4.6.1 用户登陆 ........................... 41-42
4.6.2 知识库的维护管理........................... 42-43
4.6.3 故障分析结果的显示........................... 43-44
4.6.4 离线故障分析........................... 44-47
4.7 电力系统中Petri网模型应用........................... 47-48
结论
本文针对故障状态与故障行为之间的逻辑关系，运用反向推理原则，将petri网理论应用于分析系统的建模;针对检测信息之间的关系与冗余，论文对电力系统故障分析机理进行了探讨，对故障信息的特征进行了分析，在此基础上通过分层故障分析模型的设计，运用petri网模型分析技术对电力系统故障分析问题进行了研究。完成的主要研究工作和创新性成果包括:
(l)以petri网理论作为故障分析模型建立的基础，通过对电力系统故障分析机理的分析，根据采集获得的相关故障信息构建系统分层故障分析模型。分层故障分析模型的概念及其学术意义在于:以系统元件子故障分析模型为基础，按照电网结构及元件之间的物理连接关系，将元件子故障分析模型组合成一定范围的区域故障分析模型，进一步组合成更大范围的区域故障分析模型，形成区域分层的模型结构;通过故障信息之间的逻辑关系建立不确定信息判断模型，以获取故障信息中不确定的部分状态，并将判断结果引入故障分析模型参与故障推理，形成逻辑上分层的模型结构。分层的故障分析模型结构方式有效解决了petri网在复杂系统处理过程中容易出现的状态组合爆炸问题，并消除因为检测信息不完备而对最后的分析推理可能产生的影响。通过研究可以发现在用petri网理论为基础的故障分析模型的建模中，从而可以得到很多很好的数学性质，同时还可以对图形结构进行有效地描述。而且还采用了嵌套的思想有效地解决了大范围的故障分析问题。
(2)本文还提出了概率petri网模型的概念，这是的petri网的功能又得到了进一步的衍生，可以用来处理那些不确定性的问题了。比如对于传统的petri网模型的概念，引入了概率可以有效的帮助petri网模型来处理那些不确定状态的问题。从而可以实现概率petri网的运算以及推理。
(3)将petri网模型理论应用于电力系统故障分析，并且列举了相应的实例。本文旨在通过对故障分析模型的各个环节的内在关系的分析，提出一个基于分布式协同处理的电力系统故障处理框架。在该框架中，对包含不确定信息的电力系统进行了故障分析。比如首先使用了模糊模型对不确定信息进行了重新认识等。然后就使用Petri网模型的不确定信息来进行故障的分析。通过对问题实例的分析，验证了研究方法的正确性。同时也说明了在使用Petri网模型后，可以对故障信息进行更加迅速和准确的分析。