摘要：针对配电网发生故障后故障诊断警报信息存在不确定性和不完整性导致难以得出准确结论的问题，提出了利用改进可辨识矩阵对故障样本进行约简，在约简的基础上根据加权平均粗糙度的大小对故障样本进行分层从而建立模型的方法。该方法避免了分层的盲目性和冗余性，大大缩小了诊断模型空间，且加权平均粗糙度计算简单，易于实现。按加权平均粗糙集的大小区分层内各特征信息的优先级，具有很强的容错能力。仿真实例证明了该模型的有效性。

关键词：电力系统 配电网 故障诊断 粗糙集 加权平均 

单位：电力系统保护与动态安全监控教育部重点实验室（华北电力大学）; 河北省保定市071003