本发明属于电力系统技术领域，公开了一种基于机器学习与大数据分析的电容器故障预测方法，通过对海量历史数据的收集，处理，挖掘和学习，该方法能够对电容器的故障进行统计分析，通过Hadoop集群算法和MapReduce分布式算法将大数据在分布式高性能服务器中进行处理；然后对造成故障电力电容器的重要统计参数进行相关分析，分别归纳了电力电容器故障的地理信息，故障原因，寿命以及检测方法。本发明这些重要的相关性信息被用于人工神经网络的训练中，通过指导性深度学习的方法对电容器故障进行预测。