当前,随着我国坚强智能电网的发展,智能变电站也进入了高速发展的阶段。国家电网公司2010年发布的《110(66)kV-220kV智能变电站设计规范》[5]中规定：“智能变电站应具有智能告警和故障信息综合分析决策能力,自动报告变电站异常并提出故障处理指导意见”。这表明智能变电站故障诊断在智能变电站自动化运行中起着非常重要的作用,也是智能变电站研究的一个重要方向。传统变电站故障诊断多基于保护和断路器动作信息以及故障录波信息,采用数学解析、优化算法以及人工智能方法实现对变电站一次系统故障元件的定位。智能变电站相较于传统变电站结构和功能都发生了很大的变化,主要表现在一次设备智能化和二次系统网络,这些变化导致传统的变电站故障诊断方法不能很好地适用于智能变电站故障诊断中。但是二次系统网络化以及新的智能变电站监测手段,极大的提高了智能变电站二次系统的可控可观性,同时丰富的二次系统信息为智能变电站故障诊断提供了有力的支持。根据以上分析,论文提出了一种计及二次系统的智能变电站故障诊断新方法,该方法可以实现对智能变电站全面的故障诊断,并对保护和断路器不正常动作信息进行分析,论文具体研究内容如下：(1)论文提出了智能变电站故障诊断基本框架,该基本框架由两部分组成：故障信息源模型和故障诊断流程,故障信息源模型作为整个智能变电站故障诊断的数据输入环节,主要包括了一次系统信息源和二次系统信息源；以故障信息源模型为基础,利用智能算法实现智能变电站的精确故障定位,同时对保护和断路器不正常动作行为进行分层溯源推理,最终形成完整的智能变电站故障诊断报告；(2)结合智能变电站实际情况,论文提出了基于故障-告警有向二分图的智能变电站故障表达模型,该模型可以简单有效的表达故障元件与告警信息之间的约束关联关系,并将这种图形化的约束关联关系以关联矩阵的形式表达,为智能算法应用于故障诊断提供了数据支持；(3)在故障-告警有向二分图模型的基础上,论文提出了智能变电站故障诊断与评估的智能推理模型,该模型以故障-告警关联矩阵为数据输入,以比值形式的贝叶斯算法为基本推理计算方法,实现了对智能变电站可疑故障元件故障概率的计算；同时考虑告警信息完备度对比值形式贝叶斯算法的影响,进一步提出了基于信息融合方法的智能变电站故障诊断精确定位方法,该方法克服了比值形式的贝叶斯算法在告警信息不完备情况下的误诊断问题,实现了智能变电站故障诊断的精确定位；(4)根据智能变电站故障过程中保护和断路器的动作情况,论文提出了保护和断路器不正常动作分析推理模型,首先对保护和断路器拒动及误动情况进行分类,进而针对不同的分类情况,分别进行保护和断路器不正常动作逐层溯源推理。本文建立了保护拒动、误动以及断路器拒动、误动的分层溯源推理方法,以推理数据库的形式保存所有可能导致保护和断路器发生不正常动作的原因。最终,可得到完整的智能变电站故障诊断报告。