随着信息技术和智能电网的飞速发展，在电力系统的日常运行中，存在每分钟上百条描述系统生产、维护、运行的信息，如何从这些大规模、高维的海量数据中提取出隐藏的模式和规则，为电力系统的运行人员提供有效决策支持信息，具有重大的研究价值。论文首先介绍了目前变电站综合自动化技术的发展现状，随后对数据挖掘技术的基本原理、常用方法及其在电力系统中的应用进行了汇总。接着阐述了数据挖掘关联规则的相关理论，并提出采用改进的Apriori算法对变电运行信息的关联规则挖掘，实现对某地区电力公司的变电运行监测系统的原始告警数据进行分类、规则化处理，得到设备参数信息、状态信息以及相关历史故障信息。此外，针对地区变电站自动化监控系统运行数据的特点，应用数据库分区技术、索引技术，提高对大型数据库的使用效率，提供给系统运行人员方便的告警数据搜索、统计功能，提高生产效能。以某地区电力公司的变电运行监测系统为例，以其日常运行的历史告警数据为基础，构造基于变电运行信息的智能数据挖掘系统。运用本文所提出的算法从海量历史数据中提取出关联规则，结合电网调度人员的运行经验，对提取结果进行对比分析并加以修正，得出对实际运行有切实指导意义的专家分析规则。结果表明，基于数据挖掘的关联规则提取技术能够有效地从海量数据中提取出相关规则信息，对系统运行人员及时、迅速掌握系统状态、分析故障告警有着重大的意义。