电能作为国家支柱型能源产业一直以来都是关系国家经济发展、国民生活质量的重要因素,能否提供一个安全、稳定、可靠的电力能源输出将关系到能否在日益发展的社会环境中发挥中流砥柱的作用。因此,保证电力系统的安全稳定运行,有着非常重要的经济效益和社会效益。本文的研究方向:对电力系故障数据进行归类统一,并对其进行挖掘、分析,达到故障发生时能快速鉴别,以便快速处理故障;故障发生前做到高危设备预警,以便防患于未然。具体从以下几个方面展开研究:根据电力系统的现有设备情况进行升级,提出建立起一次设备与二次设备相连接的新型方法;通过数学及物理学角度把提取到的故障暂态分量进行分析,建立了故障数据计算分析库,与以往的分散式保护进行对比,指出了集中式整定、分布式运算的方向。通过规范历史沉淀信息使其变为统一格式的数据,并比较现有的几种数据库类型选择了基于No SQL技术的Mongo DB作为数据转换和存储的数据仓库。因为目前数据种类繁多的现状不可更改,本文遵从ETL思想,整合不同的故障数据,建立以COMTRADE格式为标准的故障数据库,用以对故障数据进行存储及调用。实现了标准化的数据管理功能,极大的方便了电力系统故障类型的判别。对电力系统故障数据的分析方法是基于Map Reduce的数据分析系统的整体架构,研究FCM聚类算法在电力系统故障分析领域的应用方式,使用了模糊聚类的算法来进行故障设备信息的聚类,极大的提高了系统的响应速度,对高危设备的分析效果较好,应用于实际工作中可十分明显的减少不必要的劳动量。根据现场需求,采用C/S架构,由Java语言编写,使用Netty作为通信框架,使用Google的Protobuf进行传输对象序列化,使用Swing作为显示层,使用Maven作为版本控制器,使用JSCI进行分析结果的绘制,并基于Java语言本身,给出了实现方式上的优化。完成了电力故障模拟系统的开发,通过人工设定故障状态验证故障分类功能的测试,并进行了带网实验,在现场的实际工作中验证了系统功能的可行性与准确性。对原有运行方式与本系统应用后运行方式在处理同样问题及情况时作了对比分析。