随着我国电力事业的发展,电力系统的结构越来越复杂,线路之间通过变电站紧密的连接在一起,形成一个网状结构。在东北地区,500kV系统是电网的主网架,500kV变电站是主网架的关键节点,其线路结构复杂,保护配置多。当事故发生时,保护和断路器会产生大量故障信息,信息采集系统会将故障信息采集传输到变电站的监控界面,运行人员需要根据故障信息及时、准确的找出故障点、分析故障类型和故障原因。然而在故障发生时,由于设备本身可能存在缺陷或受到外界因素的影响,造成故障信息不准确,给故障诊断带来困难,因此500kV变电站的故障诊断技术的需要不断的提升。为提高故障诊断结果的可靠性,本文以北宁500kV变电站为例从开关量和电气量两个方面进行故障诊断分析。首先针对500kV变电站线路结构复杂和具有双重保护配置,在故障发生后,产生的故障信息量大,信息准确性判别难的问题上,将变电站的时序关系引入到故障诊断分析中,建立时序贝叶斯故障诊断模型。通过时序约束对接收到的保护和断路器的动作信息进行验证,然后结合信息熵理论确定模型中各个节点的动作初始概率,再通过模糊推理的方法计算出最小故障诊断结果集。此方法提高了依靠故障信息进行故障诊断的准确性,但其对开关的动作完备性要求较高。其次,除了保护和断路器等开关量的状态出现改变外,故障处的电流、电压等电气量也会出现突变,使用小波使分析方法提取电气量的特征值来描述可疑元件的故障度,通过比较可疑元件的特征值,可以确定发生故障的元件。此方法可以对断路器的实际动作情况做出评价分析,但其诊断过程过于单一,对故障类型难以判别。在此基础上,引入信息融合技术,建立DS(Dempster Shafer)证据理论信息融合诊断模型,将两种诊断方法获得的诊断结果作为作为证据体输入,通过DS融合决策诊断,获得最终诊断结果。与单个诊断方法相比,信息融合诊断将电气量和开关量进行融合决策,提高了诊断结果的精确性。仿真结果表明该方法精度更高、有效性更好。