随着电网结构的日趋复杂、人们提高电力系统监控水平需求的增强,当大电网发生故障时,海量的故障信息将涌入调度中心,给调度员及时有效地处理它们带来了相当的困难。利用调度中心的保护与断路器动作的时序信息,可促进电网故障诊断准确性的提高。本文研究一种事后的基于时序贝叶斯知识库(Temporal Bayesian Knowledge Bases,TBKB)的电网故障诊断方法,旨在辅助调度人员快速准确地识别故障元件、判断故障情形。本文首先介绍了时序贝叶斯知识库TBKB的理论基础,该数学方法在其它领域已获得成功的应用,具有良好的理论基础与实用性。本文尝试将该方法引入到电网故障诊断中。本文提出了基于TBKB的电网故障诊断方法。首先构造了各类电网元件的故障诊断模型。该模型可清晰地描述元件故障发生后,元件与各相关保护之间、保护与断路器之间的动作逻辑,构造的时序因果关系(Temporal Casual Relationship,TCR)定量地表达了元件故障与保护动作、保护动作与相应断路器跳闸等之间的时序约束关系。研究了根据电网的拓扑结构,自动生成电网故障诊断TBKB模型的方法。当接收到带有动作时标的保护、断路器动作信息后,该诊断方法首先通过基于时序信息的TCR一致性约束检查,识别出异常的保护与断路器动作事件、时标出错等情况。若存在信息缺失,对信息缺失的保护、断路器节点的不确定状态进行假设与组合,形成假设状态组合集合。然后通过贝叶斯反向推理得到各假设状态组合下疑似元件的故障概率,进而诊断出故障元件。再通过对故障元件做贝叶斯正向推理,检测出误动、拒动的保护与断路器。通过多个算例验证了该诊断方法的准确性与有效性。本文研究了基于TBKB的电网故障诊断软件原型系统的开发。该软件可根据电网的拓扑结构,自动地生成电网故障诊断模型,正确地实施电网故障诊断TBKB算法。研究了在人机交互界面上运用五层因果图以图形化显示诊断结果,在其中对误动、拒动、时标出错的保护与断路器以不同背景颜色加以区别与提醒。该软件运行结果正确,能够清晰直观地展示了故障的演变过程与诊断结果。