随着国家经济发展进入新阶段，电力已经成为各行各业发展的动力保障，人们对电力不间断供应提出了更高的需求。然而，由于各种复杂、潜在的因素作用，电力供给过程中输配电故障时常发生，不但会对经济发展造成较为严重的损害，也会对工农业生产效率和人民生活质量产生影响。如何保证电力安全、高效、不间断的配给与输送，尽量避免电力供给过程中安全隐患的发生，越来越受到各级单位的重视，也是当前电力保障中亟待解决的问题。　　本文基于电力输送过程中极为重要的电路开断与关合环节，以在高压开关设备中占据绝大比例的高压断路器为研究对象，探讨了大数据分析技术在高压开关设备故障影响因素分析方法中的应用。力图结合开关设备全生命周期的设备参数、环境参数、检测参数、运行参数等在内的相关属性，研究开关设备运行过程中不同故障类别与设备生产、部署、试验、运维等环节中各参数之间的关系。本文主要做了以下工作：　　（1）收集并整理了多省份各变电站大量高压断路器运行过程中的故障记录、设备台账等相关信息，形成高压断路器故障影响因素分析数据资源。并在此基础上，提出了一种基于工业大数据的开关设备故障影响因素分析流程与框架。　　（2）在总体分析框架基础上提出了开关设备故障影响因素定性分析模型，该模型创造性地将基于多维类关联规则分类（ Classification Based on Multiple Class-Association Rules，CMAR）与开关设备故障影响因素分析需求相结合。首先对数据中连续型属性聚类离散化得到适合CMAR分析的数据资源格式，之后利用十次十折交叉验证求得若干关联规则分类器，通过优选与评估，从所选分类器中取出关联规则集，得到了“故障类型”与其它属性因素之间的定性关系。由此挖掘出导致特定故障的影响因素。　　（3）在总体分析框架基础上提出了开关设备故障影响因素定量分析模型，该模型以无序多分类Logistic回归为基本理论，首先分别对连续型数据和离散型数据进行归一化和虚拟变量处理，之后利用十次十折方法求得若干Logistic回归分类器。通过相关评估措施，从优选的分类器得到了“故障类型”与其它属性因素之间的定量关系。由此挖掘出导致特定故障的影响因素。　　本文中的开关设备故障影响因素分析方法基于有监督学习方法而提出，具有广泛的适应性，不仅能满足电力故障影响因素分析业务问题的客观现实需求，而且能够在数据量增大或待分析因素维度增多的情况下，提高故障影响因素分析的准确程度。文中利用所提出的开关设备故障影响因素分析方法，将数据视为资源，从定性和定量两个层面分析特定故障类型与影响因素之间的关系，在相关实例中挖掘出了高压断路器多种故障模式与环境、设备参数等因素之间的联系，从中得到了故障影响因素，为设备检修、生产设计、设备部署等提供了参考依据。