近年来,数据概念的迅速发展推动了各个行业和各个领域的技术创新。在电力行业,重点建设智能电网的整体发展态势对电网数据的梳理、整合及应用提出更高要求。面对当前电网对于安全稳定运行的需求,本文以输电线路的电能输送和信息通信这两个重要职能作为主要切入点,对于电网多个系统的静态数据以及历史运行数据等多源异构数据进行相关筛选、逐步抽取、统一建模和集中存储。在此基础上,运用与具体功能相匹配的数据算法进行数据挖掘,确定输电线路关于电能输送和信息通信的故障定位方法,实现对电网运行维护工作的关键有效指导。本文的基础工作重点是对于电网多个系统和多源异构数据的相关分析和集中整合。首先对于支撑电网正常运维的多个子系统进行主要功能分析,从中筛选出能够服务于目标应用的静态存储数据以及动态运行数据,并运用现代数据管理技术从电网多源数据库中抽取有效数据,重新搭建一个新的二次数据平台以实现有效数据的安全隔离和集中存储管理。根据具体业务需求,在二次数据平台中抽取相关有效数据,并设计统一数据模型对初始多源异构数据进行建模,在保证数据模型统一的前提下开发适用于电网运行维护需求的高级应用。高压电网保护通道异常告警近年来呈多发态势,直接影响高压电网主保护可靠运行,情况严重时可能造成保护拒动导致系统失稳。同时,随着无人值守及智能站、调控一体化的推进,传统以人工为主的保护通道运行维护模式存在工作效率低、多专业交互检查、异常定位复杂繁琐的问题。研究利用智能技术实现保护通道异常告警的自动辨识、故障定位对于现场的运行维护工作具有重要的指导意义,同时对于保障电网长期处于安全稳定运行状态具备十分明显的实用价值。针对电网中高压输电线路承载继电保护业务的光纤通信系统频发多通道同时告警事件导致故障定位困难的问题,基于电网运维历史数据,采用贝叶斯网络模型处理手段,提出了一种继电保护通信系统故障定位方法。以继电保护信息管理系统(后简称保护信息系统)和通信网管系统告警信息为触发条件,结合调度运行管理系统(OMS,Operation Management System)信息,首先识别故障区域以缩小故障定位范围,然后在故障区域内采用历史运维数据计算得到的先验概率,通过改进的贝叶斯算法进行故障概率计算,推断出故障原因,借助通信资源管控系统信息进行故障定位,同时提供基于通道异常的地线断线故障辅助决策。现代电网发生输电线路故障时,多种装置和系统均会提供关于故障定位结果的数据信息,例如行波测距装置、继电保护装置和故障录波装置等。上述3个信息源能够同时提供故障测距结果虽然能够保证故障处理时依据信息的可靠性,但测距结果的冗余和差异会对现场运行维护人员的工作造成一些困扰。除此之外,各装置和系统提供的故障定位结果均为确定的数值,而对于现场真正具有指导意义的是将最终结果精确定位到杆塔编号上。针对以上问题,以电网运行维护历史数据为样本,采用以神经网络为模型的机器学习方法进行模型训练,将接收到的故障测距结果输入训练成熟的可靠模型中,输出一个最终的故障测距值。根据生产管理系统(PMS,Production Management System)中关于架空输电线路杆塔配置信息,结合实时空间地理位置信息,对杆塔间档距和线路弧垂进行重新修正,对于故障测距数值进行物理层面的三维映射,最终得到具体到杆塔编号的故障定位结果。最后,本文对提出的架空输电线路准确定位方法进行了算例分析工作,以确保方法的可用性和准确度。