电力通信网是电网的重要组成部分,是实现电网调度自动化和管理现代化的基础。它为电网生产运行、管理、基本建设等方面提供服务,要满足调度电话、行政电话、电网自动化、继电保护、安全自动装置、计算机网络、图像传输等各种业务需求,尤其是由综合数据网承载的各种IP类通信业务。然而,随着综合数据网网络业务的多元化和数量增多,致使网络流量管理问题不断出现,给网络管理与运营带来了很大的困扰与不便,为了提供更高质量的服务,更加有效地利用带宽,对流量进行分类是非常必要的。针对以上问题,本文首先通过文献调研,展开对电力通信网的概念、业务、通信技术的研究,进而分析综合数据网网络流量的类别划分。随后,本文分析对比国内外的网络流量分类方法,深入研究了各类网络流量分类算法存在的问题,并根据电力通信网的业务现状及特点,选用基于支持向量机的网络流量分类算法进行分类。接下来,针对电力行业对流量分类准确性的特殊要求,设计了一种基于ReliefF和PLS的特征降维算法,通过该特征降维算法来减少冗余特征以及特征之间相关性的干扰,以此达到提高分类算法准确率的目的。然后,对某电力企业的综合数据网网络流量进行了采集,同时对电力通信网网络流属性特征的提取和网络流的抽样进行了描述,并分别将SVM算法和改进后的SVM算法应用于该数据样本,进行了仿真实验并对比分析了实验结果,验证了改进后的SVM算法在准确率上对原算法的提升以及其对电力通信网网络流量分类的实用性。最后,设计并实现了电力通信网网络流量分类系统,简化了流量分类操作,对电力通信网管理有着重要意义。