1.计及控制中心故障信息篡改的智能变电站故障诊断方法，其特征在于，包括以下步骤：S1、采用模糊C均值聚类算法对智能变电站遥测量的归一化电压值进行聚类分析，并根据聚类结果确定疑似故障元件；

S2、针对各疑似故障元件，采用幅值序列点约束和时间序列点约束计算得到序列点隶属矩阵D，并根据序列点隶属矩阵D计算得到各疑似故障元件的电压采样值合群系数，并根据电压采样值合群系数确定故障元件识别模型的输入数据；

S3、根据智能变电站的物理拓扑结构、保护装置配置和故障告警信息，为每一个疑似故障元件建立基于多元脉冲神经膜系统的故障元件识别模型，并通过计算时序约束隶属度来修正各个故障元件识别模型中保护装置对应输入神经元的初始脉冲值；

S4、通过多元脉冲矩阵推理算法求解基于多元脉冲神经膜系统的故障元件识别模型，得到疑似故障元件的故障诊断结果；

所述步骤S3中建立的基于多元脉冲神经膜系统的故障元件识别模型∏具体为：∏＝(A,syn,σ1,…,σm,in,out)其中A＝{a}表示神经脉冲的集合，a表示一个神经脉冲；

syn＝{(i,j)|1≤i,j≤m∧i≠j}表示突触的集合，syn包括时序突触和推理突触，其中时序突触负责连接时序突触前神经元和时序突触后神经元，其作用为利用时标信息修正输入神经元的初始脉冲值，即保护装置的动作置信度；推理突触负责连接推理神经元，其作用为推理、计算其他神经元的脉冲值，以确定故障元件；所述时序突触通过目标智能变电站中保护设备之间的保护格局和时序约束信息生成，所述推理突触基于Dempster组合规则生成；

σ1,…,σm为故障元件识别模型∏中的m个神经元，其包括时序突触前神经元σi＝(Xi,wij,εi,ri)、时序突触后神经元σj＝(Yj,εj,rj)和推理神经元σp＝(Up,εp,rp)，其中1≤i≤k1,k1+1≤j≤k1+k2,k1+k2+1≤p≤m,k1+k2+k3＝m，k1,k2和k3分别表示时序突触前神经元、时序突触后神经元和推理神经元的数目；

时序突触前神经元σi的多元脉冲值由二元组Xi＝{αi,ti}表示，其中αi为一元脉冲值，取值为[0,1]上的实数，表示对应于σi的保护装置的动作置信度；ti为二元脉冲值，表示该保护装置动作时SOE事件顺序记录中的时间戳信息；当时序突触前神经元σi对应保护装置未动作或告警信息丢失时，取ti＝1；

时序突触后神经元σj的多元脉冲值由二元组 表示，其中βj和 分别表示采用时序信息修正警报信息后，与时序突触后神经元σj对应的保护装置的动作置信度和动作非置信度，两者的取值皆为[0,1]上的实数；

推理神经元σp的多元脉冲值由二元组 表示，其中θp和 为在计算过程中得到的取值在区间[0,1]上的实数；

wij表示神经元时序突触前神经元σi到时序突触后神经元σj的有向时序突触权重，其计算公式为： 其中sij表示σi到σj的有向连接，若σi到σj存在时序突触，则sij＝1，否则sij＝0；λj为wij的时序约束隶属度，表示与σj相连的σi的脉冲值对于保护装置之间时序约束的满足程度；

εi,εj,εp分别为神经元时序突触前神经元σi、时序突触后神经元σj和推理神经元σp的点火阀值，εi＝εj＝εp＝0；

ri为时序突触前神经元σi的点火规则，其形式为 其点火条件为E＝{α>εi}，表示当且仅当时序突触前神经元σi的初始脉冲值大于εi时，才能执行规则ri；此时，σi将{α,t}消耗一个位势值为{α,t}的脉冲a ，产生并向其突触后神经元传递一个位势值为的新脉冲 其中rj为时序突触后神经元σj的点火规则，若时序突触后神经元σj后面连接的是推理突触，则它将变异为推理神经元σp来推理和计算神经元的脉冲值，在此情况下，rj与rp一致；否则σj进入休眠状态，不再参与后续任何计算；

rp为推理神经元σp的点火规则，其形式为 其点火条件为E＝{θ>0∧g≤k3‑1}，表示当且仅当脉冲值θ大于0且多元脉冲矩阵推理算法的推理步骤不超过k3‑1时，才能执行规则rp；此时，σp将消耗一个位势值为 的脉冲 产生并向其突触后神经元传递一个位势值为 的新脉冲 其中：若一个推理神经元后面连接的是推理突触，则其参与其他神经元脉冲值的推理和计算神经元；否则，该推理神经元是一个输出神经元，并将其脉冲值输出到环境中；

分别表示多元脉冲神经膜系统的输入和输出神经元集合；

所述步骤S3中时序约束隶属度的计算公式为：

其中λAB表示故障事件A和B的时序约束隶属度，且故障事件A发生在B之前，t为故障的时间戳信息， 表示时序约束，其表示形式为： tA和tB分别表示故障事件A和B的时间戳， 和 分别表示 的下限和上限；若故障事件A没有时间戳，则tA＝‑1且其与故障事件B的时间距离为所述步骤S4中的多元脉冲矩阵推理算法包括以下步骤：A1、设置推理步数g＝0；

A2、对于每个时序突触前神经元，采用以下公式计算其时序约束隶属度λj：‑ +

表示时序约束，t和t分别表示 的下限和上限；

A3、根据时序约束隶属度λj计算每个时序突触前神经元的时序突触权重wij：A4、判断每个时序突触前神经元是否满足点火条件，若是则进入步骤A5，否则时序突触前神经元不点火，并且记录其当前脉冲值为0，并进入步骤A6；

A5、根据 计算时序突触后神经元的脉冲值，进入步骤A6；

A6、对于每个推理神经元，判断推理步数g是否小于k3‑1，若是则进入步骤A7，否则算法结束，得到输出神经元的脉冲值；

A7、判断每个推理神经元是否满足点火条件，若是则进入步骤A8，否则推理神经元不点火，记录其当前脉冲值为0，返回步骤A6；

A8、推理神经元点火并根据

计算其脉冲值，返回步骤A6；

所述多元脉冲矩阵推理算法中涉及的向量、矩阵与运算算子含义如下：表示时序突触前神经元的一元脉冲值向量，其中αi为第i个时序突触前神经元的一元脉冲值，1≤i≤k1；

表示时序突触前神经元的二元脉冲值向量，其中ti为第i个时序突触前神经元的二元脉冲值；

表示时序突触后神经元的一元脉冲值向量，其中βj为第j个时序突触后神经元的一元脉冲值，k1+1≤j≤k1+k2；

表示时序突触后神经元的二元脉冲值向量，其中 为第j个时序突触后神经元的二元脉冲值；

表示推理神经元的一元脉冲值向量，其中θp为第p个推理神经元的脉冲值，k1+k2+1≤p≤m；

表示推理神经元的二元脉冲值向量，其中 为第p个推理神经元的脉冲值；

表示时序约束隶属度矩阵，其中λj表示wij的时序约束隶属度；

表示时序突触连接矩阵，其中sij为神经元σi到σj之间的有向突触连接关系，若神经元σi到σj之间存在突触连接，则sij＝1，否则sij＝0；

表示时序突触权重矩阵，表示时序神经元之间的突

触权重， 表示神经元σi到σj的突触权重；

表示推理突触连接矩阵，其中bpq表示推理神经元之间的有向突触连接关系，若推理神经元之间有突触连接，则bpq＝1，否则bpq＝0，k1+k2+1≤p≤m,1≤q≤m；

上标T表示向量和矩阵的转置，下标g表示推理步数；

令 则多元脉冲矩阵推理算法中相关算子定

义如下：

一元脉冲值推理算子 定义为：

若θ1＝0∧θ2≠0，则

二元脉冲值推理算子 定义为：

若θ1＝0∧θ2≠0，则

其中θ1,θ2表示与θ性质相同的两个向量，θ1,θ2分别表示向量θ1,θ2中的元素， 分别表示与 性质相同的两个向量 中的元素，X,Y分别表示向量X,Y中的元素，O表示零向量；

加法算子 定义为：

乘法算子 定义为：

其中 和 分别表示wi1和 中的非零元素。

2.根据权利要求1所述的智能变电站故障诊断方法，其特征在于，所述步骤S1包括以下分步骤：S11、对智能变电站正常运行状态下的历史电压数据和未遭受攻击但故障状态下的历史电压数据进行处理，得到清洁数据，并提取智能变电站各母线和变压器的实时电压采样值；

S12、当检测到智能变电站故障发生时，确定故障时间窗，并对智能变电站遥测量中的实时电压采样值进行归一化处理，得到归一化电压值；

S13、将归一化电压值作为模糊C均值聚类算法的输入进行数据聚类，根据聚类结果，将与聚类中心的距离大于距离阈值的母线或变压器以及与它们相连的馈线作为疑似故障元件。

3.根据权利要求1所述的智能变电站故障诊断方法，其特征在于，所述步骤S12中对智能变电站遥测量中的电压进行归一化处理的方法具体为：采用以下公式对智能变电站遥测量中的电压进行归一化处理，并提取0s、0.01s、0.03s和0.05s四个时刻的归一化电压值：其中U'为归一化电压值，U为待归一化的实时电压采样值，Umax和Umin分别为清洁数据中历史电压值的最大值和最小值。

4.根据权利要求1所述的智能变电站故障诊断方法，其特征在于，所述步骤S2包括以下分步骤：S21、针对各疑似故障元件，采用幅值序列点约束 和时间序列点约束 计算得到序列点隶属矩阵D；

S22、根据序列点隶属矩阵D计算得到各疑似故障元件的电压采样值合群系数p；

S23、判断各疑似故障元件的电压采样值合群系数p是否大于设定阈值，若是则将该疑似故障元件的电压采样值合群系数p、遥信量信息和时序信息作为故障元件识别模型的输入数据，否则将该疑似故障元件的遥信量信息和时序信息作为故障元件识别模型的输入数据。

5.根据权利要求4所述的智能变电站故障诊断方法，其特征在于，所述步骤S21中序列点隶属矩阵D表示为：其中， 表示遥测量篡改评估因素，幅值序列点约束 用于约束遥测量信息中的正序、负序和零序电压幅值，其定义如下：其中Vjk表示第k序电压的第j个序列点的序电压值，k∈[1,n]，j∈[1,l]，l表示每种序电压的时间序列点数数目，n表示序电压的类型数目， 和分别表示对应时间序列点的历史电压采样值幅值的平均值和方差；μi表示对应第i个时间序列点的电压幅值，m表示历史电压的数目；

时间序列点约束 用于约束遥测量采样值信息中的正序、负序和零序电压时间戳的范围，其定义如下：其中Tjk表示第k序电压的第j个序列点时间戳， 和 分别表示对应时间序列点的历史时间戳的平均值和方差；ti表示第i个幅值序列点的时间戳。

6.根据权利要求5所述的智能变电站故障诊断方法，其特征在于，所述步骤S22中电压采样值合群系数p的计算公式为：

7.根据权利要求1所述的智能变电站故障诊断方法，其特征在于，所述步骤S4中通过故障元件识别模型∏输出神经元的脉冲值得到疑似故障元件的故障诊断结果，当且仅当输出神经元的一元脉冲值大于0.5，并且其二元脉冲值小于0.5时，判定输出神经元对应的疑似故障元件为故障元件，否则判定疑似故障元件不是故障元件。