随着网络、信息技术的迅速发展以及数据库管理系统的广泛应用,各行各业积累的数据量越来越庞大,数据结构日益复杂。数据挖掘是信息技术发展进化的结果,它就是数据库的大量数据中提取隐含的、未知的并有潜在价值的信息和知识的过程。而关联规则是数据挖掘里的一个重要分支,并被广泛应用于市场营销、电信、银行等应用领域。本文将关联规则技术引入到配电网中,对配电网数据平台中的电力负荷数据与其影响因素数据之间的关系进行数据挖掘。首先,针对于配电网中负荷数据以及影响负荷特性的经济因素、天气因素的数据进行整合,并构建以电力负荷分析为主题的数据仓库;其次,为了将不同类型的数据转换成适合挖掘的形式,本文运用聚类技术对连续的原始数据进行离散化处理;最后,采用关联规则中的Apriori算法对主题数据进行频繁项集的搜索和强关联规则的生成,通过该方法找出电力负荷与相关影响因素的关系。此外,本文分析关联规则技术中的传统的Apriori算法的不足,并对传统的Apriori算法进行改进,通过java编程实现了算法。对比实验证明了这种改进形式可以缩短运行时间、减少候选二项集,并通过该算法对配网负荷数据与经济数据以及天气数据进行关联规则挖掘,对挖掘结果进行分析结果,验证了该算法高效性和可行性。