电力设备运行可靠性与电力系统的安全与稳定紧密相关。长期以来,我国电力行业一直根据电气设备预防性试验规程的规定,对电力设备进行定期的停电试验、检修和维护,对电力系统的安全运行起了非常重要的作用。随着市场经济的不断发展和电力系统规模的扩大,电力设备的状态检修体制亟待建立。对设备的健康状态做出快速、科学的评估是实现状态检修的前提条件。基于商业智能的电力设备状态评估系统,根据设备状态信息对设备健康状态进行量化评估,为状态检修提供科学依据。本文以某电力公司为主要研究对象,通过深入的领域调研和严谨的项目研发以及大量的理论学习,包括KPI理论,商业智能理论中的数据仓库技术、数据挖掘技术和OLAP技术等,提出了基于商业智能的电力设备状态评估分析方法,拟从整体商业智能应用这一全新的思路来初步探讨电力设备状态评估分析模型的构建。本文引入了管理学中的KPI思想,将计算设备健康状态归结为寻找影响设备健康状态的KPI。方法为:首先通过对业务的具体分析,找出状态评估的所有可能影响属性,然后建立状态评估分析主题数据仓库。在数据仓库的基础上提炼事件因子,包括汇集指标和支撑指标。对于汇集指标,通过构建神经网络建立模型,计算它所对应的分值。通过再次构建神经网络,以提炼得到的事件因子作为网络的输入、以设备健康状态分值作为输出,最终计算出设备健康状态。并使用真实数据对模型进行验证和评估,评估结果证明,本论文的技术路线是可行的。同时,采用OLAP技术,分析产生设备健康不良的原因,这些结果将作为电力设备状态检修系统状态检修计划制定的依据。