德州电网目前担负着包括胜利(临盘)油田在内的12个县市区的电力供应,但是其输电线路环境复杂,强对流等恶劣天气时有发生。保障输电线路稳定性,快速响应和定位输电线路故障,是当前德州电网面临的重要问题。在这一背景下,本文对德州电网已有的信息管理系统进行研究,结合大数据处理技术、Web技术等对电力信息管理系统功能进行重构和升级,实现了一个基于大数据分析的输电线路故障诊断系统,通过该系统可以有效的提高当前电力系统输电线路的故障诊断分析效率。首先,基于电网故障分析的越限驱动和事件驱动检测理论,采用越限指标设计,构建了用于评估电网各个自控制区域的运行状态、能源供给、二次系统等故障,输电系统的设备、管理和气象环境故障等事件驱动模块。在这些事件驱动模块上设置了电压安全、过载安全和系统暂态失稳三大事件指标,并通过上述指标实现了对输电网络运行状态实时监控和故障的提前预警。其次,以指标数据为基础,进行数据特征提取,构建了基于Apriori算法的数据挖掘分析方案,实现对故障的自动诊断分析。此外,为确保Apriori算法对输电网络指标数据挖掘的处理效率能够满足实时分析的要求,从产生庞大的候选集和多次事物数据扫描两个方面,采用频繁项剪支方法,通过删除对生成频繁项集无用项减少由该项引起的组合最终缩减候选项的数量,对传统Apriori算法进行了优化,减少约52%的候选项集的计算。从不同算法对相同事务数的处理效率来分析,优化后算法性能提高1 5%。通过优化后的M-Apriori算法可以实时分析事件指标数据和故障之间的关联性,实现故障的自动诊断分析。最后,完成了对基于数据挖掘的输电线路故障诊断分析平台的设计和实现,给出了用于存储故障分析指标和结果相关数据的数据仓设计方案,包括数据库概念模型的设计和实体表的设计,构建了 t_trouble-vector和t trouble_record两个表来存储电网供电系统故障向量和故障数据。基于德州电网已有的信息管理系统的业务数据,通过数据抽取和预处理形成了故障数据仓,并且基于该数据仓,完成了输电线路指标管理、故障指标数据管理、故障信息挖掘分析、输电线路故障预测四大核心功能的设计和实现。并以德州区域电力系统典型故障分析为例,对常见的电压互感器接地、高架区间跳闸型故障进行了实例分析,能够在故障发生的时候准确的锁定故障的位置和区域信息,故障分析响应时间可以控制在3s以内完成,多次测试故障分析准确性能够达到95%。