为防止输电线路遭受鸟害而导致发生安全事故,减少电网损失和保障日常生活用电,电网在输电杆塔上投放了大量的驱鸟装置进行驱赶鸟类。针对这类基于实际数据的鸟类驱离策略,由于电网没有对驱鸟装置投放策略进行研究,多数驱鸟装置的投放依赖于一线工人的工作经验,主观性判断会导致驱鸟装置投放成本高以及驱鸟效果不理想;同时随着驱鸟装置技术的日益精湛,电网在未来仍会继续部署新兴技术的驱鸟装置于输电杆塔上,这类待投放的驱鸟装置同样缺乏投放策略的研究,容易导致投放成本的增加。在这样的背景下,针对已投放的驱鸟装置,实际数据缺乏有效性标签。本文通过改进的k-modes算法对基于实际数据的驱鸟装置进行聚类,以少量已知有效性的装置反馈数据作为测试集,验证算法的聚类效果;针对待投放的驱鸟装置,先对该类驱鸟装置进行实验分析,测试鸟类驱离策略的效果,再通过投票法融合分类算法建立有效性评价模型评价基于实验数据的鸟类驱离策略有效性。本文具体工作如下:（1）提出一种改进的k-modes算法并结合遗传算法解决传统k-modes算法对初始聚类中心点选取敏感的问题,同时考虑有序分类变量和无序分类变量的区别改进距离度量公式。实验结果表明,改进的k-modes算法可以稳定的找到使聚类效果较好的初始聚类中心点进行聚类,聚类效果也优于传统的k-modes算法;（2）分析鸟类驱离策略的有效性。基于实际数据的鸟类驱离策略,首先通过改进的k-modes算法进行聚类,得到有效性评价,然后分析在不同影响因素下鸟类驱离策略的驱鸟效果;基于实验数据的鸟类驱离策略,首先分析鸟类驱离策略在不同影响因素下的驱鸟效果,接着为了评价各策略参数的驱鸟效果,结合模糊综合评价法,将鸟类实验中的动作行为量化为不同鸟类反应类型。统计各策略参数的驱鸟效果数据,得到权重值,为了使计算所得的策略参数权重值更符合实际实验情况,对CRITIC方法（Criteria Importance Though Intercrieria Correlation）的权重计算公式进行了优化。（3）使用投票法融合分类算法建立有效性评价模型。实验结果表明,投票法融合分类算法能有效的评价出鸟类驱离策略的有效性,并且在各个分类指标上,投票法融合分类算法构建的有效性评价模型优于其他分类算法构建的有效性评价模型。