泛在电力物联网是实现电网智能化的必经之路,对实现电网能源转换、电力生产优化升级有着至关重要的作用。电力从产出到使用,经历了从输变电到配电,再从配电到营销等关键环节,而配电网在当中起了关键的衔接作用。配电网的飞速发展和设备陆续智能化,促使了配电网数据的快速增长。配电网大数据是泛在电力物联网实现过程的产物,它的研究和分析关系着电网的发展脉络。本文主要围绕配电网大数据的规范化集成、高效存储和查询以及并行化挖掘和处理进行研究,对提升配电网数据的高效交互具有重要意义,为构建强力的泛在电力物联网提供了技术保障。本文主要研究内容如下:1.提出了一种配电网规范数据集成方法。实现了电网异构数据的中继转换,同时将实际数据映射成统一规范的存储格式,解决了配电网数据集成过程中数据格式不一致的问题。2.设计了基于Hadoop的配电网数据高效存储方法。运用配电网数据关联性的链地址存储算法,将相同关联字段名的数据存储在相同节点,可以显著提高数据存储的效率;同时提出了一种基于Map Reduce的联合查询方法,有效提升数据查询的速度和稳定性。3.提出了基于Spark技术的配电网数据挖掘和处理技术。将非标准数据按照国际标准的规定进行统一格式转换,解决了非标数据不能直接应用于系统中的问题,避免缺陷数据对电网运行产生负面影响;同时采用粒子群优化算法对配电网拓扑数据中的负荷聚类中心进行优化,规避离群样本对后续电力负荷预测模型造成的消极影响。4.依据上述泛在电力物联网中配电网大数据技术,基于数据挖掘与人工智能处理算法,采用FCM-CNN联合模型来进行负电荷时空分布预测,并在预测精确度上相较于传统的电力元胞技术有着显著提升。