我国地理环境复杂多变,高压输电线路通常跨越多个不同的自然环境,更容易遭受大风、大雨、雷击以及覆冰等恶劣气象条件的影响。根据电网长期运行经验,输电线路故障与恶劣气象条件有很大的关联性,随着我国电网规模的日趋庞大和复杂,恶劣气象条件导致输电线路故障的危害越来越严重,轻则引起闪络跳闸,重则导致断线、倒塔等事故。以大量历史数据为基础,研究不同气象环境下输电线路故障发生的风险,进而对高风险线路进行预警,预防事故的发生,对加强电网抵御恶劣天气的能力、预防电网灾害的发生、提高电网安全稳定运行的水平,具有非常重要的理论和现实意义。本文围绕输电线路覆冰故障和雷击故障展开研究,重点在于研究这两类故障的发生机理、气象特征对两类故障风险的影响、利用气象特征和监测数据进行故障风险评估和预测,从而实现输电线路故障风险预警。将数据挖掘的方法应用到输电线路故障预警中,与传统预测预警不同,数据挖掘依靠数据驱动,研究全体数据之间的相关关系,主要基于电网设备信息、运行信息、环境信息以及设备故障等数据,对电网设备运行状态进行预测预警。本文提出的基于历史信息的输电线路故障风险预警算法,不建立具体的解析模型,而是通过采集大量的历史信息,对历史数据进行挖掘和相关性分析,从而实现输电线路故障风险预警。主要研究内容有:(1)对输电线路覆冰故障风险预警进行研究。统计历史上发生覆冰故障的区域信息,确定预警区域;对覆冰历史数据进行提取、清洗和模糊分类处理,通过主元分析法提取出与覆冰相关的特征量,利用数据挖掘中的经典算法FP-growth算法对输电线路覆冰增长速度和当前覆冰质量、温度、湿度、风速之间的关联规则进行挖掘,从而预测覆冰质量增长曲线;通过收集覆冰故障时的覆冰质量值,利用参数估计得到覆冰预警质量值,结合覆冰质量预测曲线和覆冰预警质量值,对输电线路进行故障预警。(2)对输电线路雷击故障风险预警进行研究。考虑到雷击故障具有瞬时性的特点,提出了基于历史信息的输电线路雷击故障风险预警和基于实时信息的输电线路雷击故障风险预警两种预警算法。基于历史信息的输电线路雷击故障风险预警主要依据朴素贝叶斯算法,通过对历史特征数据的模糊化处理,建立朴素贝叶斯预测模型,从而进行输电线路雷击故障预警。基于实时信息的输电线路雷击故障风险预警通过监测装置记录的实时特征参数信息,通过KD树搜索算法查询距离预测点的K个近邻,依据K近邻思想进行输电线路雷击故障风险预警。