摘要：电力设备故障率具有时变性、随机性、回退等特点，预测难度大，因此在灰色GM（1，1）模型的基础上，采用模糊C均值聚类方法对GM（1，1）模型拟合值的误差序列进行状态划分；通过计算误差序列的状态转移概率矩阵，建立了电力设备故障率的灰色马尔可夫预测模型。该模型既考虑了GM（1，1）模型较强的处理单调数列的特性，又计及了通过状态转移概率矩阵的变换提取数据随机波动响应的特点，避免了最大概率状态不为实际状态而出现最差的预测结果现象。通过实例证明，基于模糊c均值聚类的灰色马尔可夫模型预测结果优于传统的GM（1，1）模型和基于K均值聚类的灰色马尔可夫预测模型，具有较高的预测精度。

关键词：电力设备故障率 灰色理论 马尔可夫链 模糊c均值聚类 

单位：贵州电力试验研究院 贵州贵阳550001 贵州大学电气工程学院 贵州贵阳550025