动力环境监控系统是现代数字化与信息化高度发展的产物,其目的是实时监控机房的动力设备与运行环境的状况,及时上报异常情况,保障各类设备正常稳定的运行,同时减轻运维人员的工作强度,也为运维人员提供异常设备维修和分析的科学依据。论文结合实际的工作和生产情况,基于朔黄铁路通信机房的动环系统的数据,对其中的监控数据进行了深入的分析,总结了动环系统中设备的故障状态对应的监控数据特征,采用故障诊断技术构建了一套相对完整的动力环境监控数据分析系统,并应用到实际的生产中。本文所做的主要工作如下:首先,提出了一种基于浮充电压监控数据的蓄电池状态分类方法,将单体电池在蓄电池组放电-充电过程的电压组成时间序列,根据不同状态的单体电池对应不同特征的时间序列建立了单体蓄电池状态分类模型。介绍了基于GAK核函数的SVM分类算法,详细阐述了从数据获取到分类模型建立的过程。通过对比实验表明,相对基于传统核函数的SVM分类方法,基于GAK核函数的SVM分类算法在此分类问题中有明显的优势。其次,提出一种动环系统中蓄电池监控模块的故障检测方法,根据蓄电池组内相邻单体蓄电池的异常相似波动,对故障模块做到实时检测。同时提出一种对于局站总体运行状态的评价指标,直观展示各局站运行状态。使用基于DTW的聚类方法对原始数据进行了划分,并从中筛选出具体的故障单体电池的表现形式。然后,基于上述成果,设计并实现了动力环境监控数据分析系统,实现了对单体蓄电池的自动状态分类、蓄电池监控模块实时故障检测和各局站运行状态评估,并应用于实际生产环境中。最后,对论文的研究内容进行了总结,指出了当前存在的不足,并对相关技术下一步发展方向提出了自己的看法。