本文依托于目前电网大数据的背景,考虑到社会经济发展、生活水平改善对于配网设备日益提升的可靠性要求,采用数据挖掘方法对配网中的多源数据进行分析建模,以配电变压器为例,构建了其状态评估模型以及状态检修策略决策模型。本文主要完成了以下工作:(1)首先,对于配网中的设备故障、营销档案、气象信息等多源数据进行预处理后,提出了结合风驱动算法及K均值算法的数据离群点诊断方法,并采用轮廓系数法确定了最优聚类数目。(2)基于预处理后的数据,采用基于Tomek links欠采样的随机森林算法对配变故障分别进行了分类与回归预测,得到了气象条件影响下的故障状态与预计停电时长。(3)建立了定性分析与定量指标融合的配变状态评估模型,采用云模型评估法进行设备的初步状态等级确定,在此基础上综合了外界环境、设备自身健康状况及运行条件三个方面的设备状态影响因素,提出了定量指标的计算方法,得到了配变综合劣化度评估结果,作为该设备进行状态检修决策的参考。(4)从配变检修的目标层、方案层以及决策层出发,建立了检修决策框架。考虑到检修不足与检修过度两种情况,将各指标属性分为可靠性与经济性两类,分别采用证据理论方法进行单属性或无特殊偏好信息下的检修决策;采用基于满意度与一致度的指标属性优化模型进行群属性下的检修决策。本文从配网的海量数据源出发,结合数据挖掘算法以及智能优化算法,得到了综合外界环境、自身健康状况以及运行条件的配变状态评估与检修策略模型。采用我国某地区配电设备及气象数据对本文所提出的评估方法与检修决策模型进行应用验证,结果表明获得的决策结果可作为配变检修人员方案选择的参考,具备一定的工程意义。