通信网作为电力系统的重要组成部分,有效的保障了在电力生产、调度、继电保护等方面的各种通信业务需求。为了保障电力系统的正常运行,在发生故障时就要在尽可能短的时间内对故障作出诊断,以免导致无法估量的损失。但是,通信网的关联性较为复杂,某单一的故障往往会引发一系列的告警,且并非所有告警都明确指示告警的根本原因。由于这些告警有一定的关联性,所以可对其进行相关性分析,挖掘出潜在的关联规则,为故障诊断提供有力的依据。本文首先介绍了课题的研究背景及意义、通信网管理系统故障诊断以及告警相关性分析的研究现状,然后阐述了通信网的含义、分类以及通信网管理系统和系统中的传输设备SDH。此外,介绍了告警相关性分析以及数据挖掘的基本概念。最后,针对Apriori算法的缺点指出了基于多最小支持度的关联规则挖掘算法—MS-Apriori,并在统计候选项集支持数和生成关联规则两个步骤进行了优化,避免了对数据库的重复扫描,提高了算法的执行效率。除此之外,给出了一种用于降低冗余度的规则后处理的算法。论文还对Apriori算法以及优化之后的MS-Apriori算法进行了仿真,首先对告警数据进行了预处理,并利用WINEPI算法完成了事务分组,然后通过挖掘结构实现了Apriori算法,对告警不同属性进行了挖掘,发现以告警名为关键字的挖掘结果最利于分析根源告警。最后,分别实现了Apriori、优化之后的MS-Apriori,对比了两种算法的挖掘结果和执行效率,并利用设计出的规则后处理算法去除了冗余。最终,完成了对某公司电力通信网管理系统中SDH设备的告警相关性分析,诊断出了根源告警,并对此根源告警实现了定位。