随着国民经济电气化程度的逐年提高，人们对电力供应的可靠性和稳定性要求也更加严格。

配电网作为与用户直接相连的电力网，不仅规模庞大，设备繁多，且供电环境复杂，使配电网成为故障发生的重灾区，停电事故中80%以上是由配电网故障引起的，虽然依靠预测故障、完善电网结构可以减少事故发生概率，但一些自然灾害、突发事故事先无法预知, 配电系统作为整个电力供应的终端环节，在电力系统中的地位变得愈发重要。

电网运行过程中存在多类并行的信息系统，这些系统中的数据包含了大量设备运行状态信息[1]，电力设备是电力系统的基本组成部分,电力设备故障将直接影响智能电网的安全运行。

电力设备故障诊断能够确保电力系统正常的运行,而数据挖掘是实现电力设备故障诊断的关键技术[2]。

随着智能电网建设的快速发展,智能电网中电力设备数量将会逐渐增加,电力设备产生的状态信息数据量将会剧增。

另外,电力设备诊断技术方法越来越成熟,设备故障诊断的智能化逐步提高电力设备海量状态信息的快速并行数据挖掘是当前智能电网中电力设备故障诊断与状态评估领域需要解决的重要问题之一[3]。

本设计深入挖掘从各种信息系统获取的多源异构数据，分析电力元件健康状况与自身以及外界因素的关联关系，研究配电网设备故障原因。

在此基础上，建立配电设备健康状况的分析方法，为电力系统安全可靠运行及检修计划制定提供依据。

本设计着重配电网信息系统的组成，深入挖掘从各种信息系统获取的多源异构数据，分析电力元件健康状况与自身以及外界因素的关联关系，归纳设备故障的知识，研究配电网设备故障原因。

在此基础上，建立配电设备健康状况的分析方法，为电力系统安全可靠运行及检修计划制定提供依据。