智能电网中,综合数据网承载着各种电力信息管理业务,随着电网信息化水平的不断提高,电力综合数据网络已经深入到电力生产、经营和管理的各个部门和岗位,对电力综合数据网运行保障方面的要求也越来越高,尤其对故障的检测和定位提出了高要求。传统网络故障管理大多使用北向接口被动采集设备发出的告警信息,建立告警-故障关联模型来分析故障根源,但是被动地等待告警会导致故障定位时效性差,且一旦告警信息出现虚假、丢失和冗余现象则无法保障故障定位的准确性。为了弥补传统网络管理的不足,主动探测技术逐步引入到数据通信网运维工作中。为此,开展利用主动探测技术进行电力综合数据网故障定位的研究,提高电力综合数据网的管理运维水平,具有重要的应用意义。针对电力综合数据网对故障定位的准确性和时效性要求,提出一种交互式故障定位机制,并重点解决该机制中故障诊断集的选取问题,提出一种基于交互式主动探测的故障诊断集选择算法IPCA。为提高效率,建立电力综合数据网与候选诊断集的贝叶斯模型,借助贝叶斯网络条件独立性将候选诊断集划分为若干子集,并引入探测价值衡量探测的诊断能力,利用探测价值交互更新过程的子模性降低故障诊断集选取的时间复杂度,仿真结果显示IPCA算法在确保故障定位准确性的同时平均可缩短20%左右的定位时间。在采用主动探测方式进行电力综合数据网故障定位过程中,为了降低故障节点识别中噪声的干扰,提高故障识别效率,提出基于动态贝叶斯模型的故障识别算法。首先,过滤探测噪声,减弱噪声影响的同时缩小计算规模。其次,建立网络节点和探测之间的动态贝叶斯网络模型,基于该模型,利用贪心思想设计一种故障节点识别算法DBFRA。仿真实验表明,该算法在满足实时定位要求的同时可降低故障识别的误判率。本文研究的交互式主动探测故障定位机制,尤其是故障诊断集选取算法和故障识别算法,提高了故障定位准确性和时效性,对电力综合数据网的智能高效故障管理具有一定的意义。