电力系统的稳定运行关系到国民的生产和生活,尤其是工业和生活用电,在整个电力系统的运行过程中,从发电到输电、配电,乃至最终的用电阶段,其可靠性一直是我们必须重点关注的过程。在电力供应过程中,设备往往是电网中的脆弱环节,国内外很多电力公司都致力于找出高效准确的电网设备风险检测技术,并试图寻找出能够准确估测电网不同设备的健康程度和故障概率,而传统的设备故障预测方法拘泥于专家经验论,此方法往往因为设备所处位置特殊、外部环境变化、电网负荷过重等因素导致概率计算错误,造成不同程度的后果。因此对电力系统进行全面准确地进行可靠性评估是十分有必要的。本文考虑通过大量历史设备故障数据,以大数据分析方法为基础,结合主成分分析法、模糊综合评价方法对电网某些设备做出故障概率计算,并将故障概率转化为权重值,进一步建立起设备风险评估模型,然后应用现实案例对模型做出检验,保证该模型能合理的反映电网设备的健康状况,准确的把握电网设备的脆弱部分,并为今后电网的设备采购、故障预测、状态评估等环节提供参考。最后应用本文所采用的基于大数据技术的电力系统可靠性评估方法对IEEE-RTS79可靠性测试系统进行模型算法的验证,并计算其可靠性指标,同时也考虑到了设备故障下的系统可靠性指标计算,并与正常运行下的系统可靠性指标对比,找出了系统中需要重点注意的设备。