作为我国经济性支柱之一,电力行业的发展关系着我国社会民生,是否拥有先进的电力技术俨然已经成为影响我国经济发展的关键性因素,配电网故障的预测与诊断也因此成为电力产业研究领域的主要研究内容,其中,关于配电网故障的诊断方面的研究更为受到研究者的青睐,但是,配电网故障预测同样意义重大,及时对配电网故障进行预测,能够最大程度的减少配电网出现故障的可能性,从而减少资源的浪费,因此,本文提出了将数据挖掘应用于配电网故障预测中去,具有一定的现实意义。数据挖掘通过自动或者半自动的手法,在大量的、不同属性的、质量相差悬殊的数据中获取其中有价值的信息,数据挖掘技术能够在大量数据中挖掘出有价值的信息和规则,还能在得到的信息的基础上对新的数据进行预测。本文将数据挖掘技术应用于配电网故障的预测中,构建了配电网故障预测模型。考虑到故障抢修的到达时间等问题,进一步优化目标函数,利用模拟植物生长算法,得到了基于故障预测结果的抢修驻点位置优化模型,根据优化算法的参数配置与求解过程,以及优化结果与分析可以看出,将数据挖掘应用于配电网故障的预测之中,在对配电网可能出现的故障进行预测时能够更加准确,直接减少国家经济损失。该论文有图26幅,表19个,参考文献50篇。