本文提出一种基于Apriori算法的关联规则分析方法，以IS度量完善算法的支持度-置信度度量框架，将其应用至电能表失效率分析中，以MATLAB为仿真平台，构建出典型环境影响因素-电能表失效率等级评估模型，分析得到典型环境影响因素和电能表失效率等级之间的联系，为在典型环境下选择智能电能表生产厂家而提供参考依据。
　　首先介绍典型环境下的智能电能表失效率等级评估的研究背景与意义，为构建一个电能表失效率评估系统的必要性提供理论依据。研究智能电能表在典型环境下的失效机理并阐述电能表失效率评估的国外国内研究现状，为典型环境下电能表失效率等级评估系统的设计方法奠定理论基础。
　　其次介绍目前已有的失效率等级评估方法，对比分析各方法适用的条件及优缺点。重点阐述本文所采用的关联规则分析法的基本原理，总结其分析步骤。
　　然后，详细介绍关联规则分析方法的各种挖掘算法，分析现有的关联规则算法的优缺点与适用性，提出一种Apriori算法，通过对智能电能表的原始数据分组成实验组和对照组并对数据进行离散化，将典型环境影响因素和失效率等级化，以达到减少噪声值、无效值的影响的目的；构建支持度-置信度框架，挖掘典型环境因素与失效率深层次的联系；规则剪枝实现强关联规则筛选，降低分析数据的运行成本；根据实际需求灵活调整最小支持度和最小置信度的阈值，筛选关联规则，以达到算法运行次数人为可控。接着，构建Apriori算法仿真模型，并进行实例分析，得到有效关联规则，分析结果得到典型环境影响因素和失效率，跟对照组数据对比结果验证算法的可行性。
　　最后，研究Apriori算法的局限性，为得到更全面和更精确的结果，给出Apriori算法的改善方案。首先详尽介绍关联规则常用的其他客观度量，研究客观度量本身性质并分析适用性；选取IS度量补充原有Apriori算法的支持度-置信度框架，构建改善后的Apriori算法仿真模型，绘制出以IS度量为标准的影响因素-失效率等级IS度量排列表，并对关联结果进行分析解读，对比未改善的算法结果，验证改善后算法的优越性。
　　仿真与评估结果表明，本文提出的基于Apriori关联规则的智能电能表失效率等级评估方法能分析出典型环境因素与智能电能表失效率的内在联系，相对其他的评估方法，具有运算成本低、挖掘精度高、运算效率高等特点。