现代社会的发展对电力的依赖性越来越强,为了保障线路的稳定运行,深入进行线路故障诊断的研究显得非常重要。但是由于数据缺乏一致性、采集困难等问题,模型训练、测试数据的获取一直困扰着相关研究的开展。为此,提出了一种故障数据生成算法PFGA,利用该算法可以生成大量的设备故障数据、单元故障数据及架空电力线路故障数据。由于该算法运用了云模型及多智能体系统等机制,生成的故障数据除了包含一定的先验知识外还存在一定的随机性,故障数据也很好地体现了真实故障数据的层次关联性、多样性、动态性等特点。利用构建的贝叶斯诊断模型分别利用PFGA和其他算法生成的数据进行诊断,结果表明,PFGA生成的数据更符合现实状况,相应的诊断结果也更为可靠。此外,该算法对不同线路状况的适应性也较好,研究人员可以根据实际研究情况生成所需的架空电力线路故障数据,以满足各类故障诊断研究对数据的需求。