电力计量装置作为连接用户与电力计量单位的重要桥梁,它的准确性直接影响到贸易结算的准确和公正,涉及到广大用电用户以及供电单位的利益。随着用电信息采集系统的建立,电力部门已经累积了规模巨大的有关计量装置的运行数据。数据挖掘技术的发展使得利用上述海量运行数据做深层次分析,获得有价值的信息成为可能。其中决策树算法以其较小的计算量、较高的分类准确率,可以显示重要的决策属性、易于提取显式规则等优点而得到广泛的应用。本文结合冀北计量设备的运行情况,具体分析研究了计量异常误判率较高的三种情况:电能表示值飞走异常、电能表断相异常和电能表反向电量异常。从误判工单的反馈信息和计量原理等方面对异常的产生原因和具体表现进行了分析总结,并结合现场调研结果及专家研讨结论对每种异常的判定规则提出了改进方法。研究了数据挖掘的具体流程,应用数据挖掘技术对用电信息采集系统中计量设备的运行数据进行了深层次分析,结合上述改进后的规则,利用决策树分类算法实现了计量故障诊断。最后通过大量现场实例验证了本文判定方法的准确性和高效性。