在信息技术快速发展的今天，电力企业已不满足于只对电能质量的历史数据进行查看，它们将更关心未来一段时间内的电能质量状况。针对这一需求，本文提出了一种使用数据挖掘技术对电能质量指标进行预测的方案，该方案的主要工作是，根据有功功率以及电能质量指标的连续历史数据预测未来一天甚至几天的电能质量指标，它是电能质量管理的一个重要组成部分，方便电力企业提前了解电能质量可能出现的问题，为电力系统的安全、稳定、经济运行提供了保障。　　分析有功功率历史数据的变化规律，对其进行预测，并分析有功功率与电能质量指标在过去时间段内的相关性，最后根据有功功率的预测值对电能质量指标进行预测，以上就是本文的研究重点。其中，预测有功功率时，本文使用时序算法中的ARIMA算法建立有功功率预测模型，定量地研究有功功率历史数据的变化规律，并依据这种规律，对有功功率进行预测。而预测电能质量指标之前，首先需要对有功功率和电能质量指标之间的相关性进行分析，本文通过建立一元非线性回归分析模型，确定有功功率和电能质量指标这几个变量之间的关系，并向模型中输入有功功率的预测值，从而实现电能质量指标的预测。另外，本文将有功功率和电能质量指标的预测结果都以数据表的形式存储，非开发人员也能够通过交互界面查看预测结果，同时还可只对关心的电能质量指标进行预测。