电力行业是我国经济发展的支柱性行业,其技术先进性与否影响着国民经济的发展,配电网中故障诊断是电力领域的研究重要内容之一。本文研究了基于粗糙集与贝叶斯网络的数据挖掘技术在配电网故障诊断中应用,并进行验证性分析。简述了国内外故障诊断领域的研究成果,分析了数据挖掘技术在该领域的应用优势,提出一种基于粗糙集与贝叶斯网络的数据挖掘技术,并进行了配电网故障诊断的应用分析。首先,根据给出的配电网模型,利用继电保护动作原理,形成原始决策表。其次,根据粗糙集理中可辨识矩阵的形成规则,建立可辨识矩阵。然后根据粗糙集中核属性求取方法,进行核属性提取。若提取结果不唯一,则引入信息论中基于信息熵的平均互信息的理论,进行最简核属性提取。最后,根据得到的最简核属性建立贝叶斯网络模型,按照贝叶斯推理模型进行概率运算,得出某种信息下,可能发生的故障区域。通过实例分析表明,基于粗糙集与贝叶斯网络的数据挖掘技术在配电网故障诊断中具有很好的应用前景。