随着不断扩大电能质量的监测规模以及不断提高电能质量监测数据的采集频率,对电能质量的长期监测将形成电能质量大数据。现有的电能质量监测系统主要利用关系型数据库存储数据,采用传统的集中式处理方式分析计算数据。面对日益大量而繁杂的电能质量监测数据,现有的电能质量监测系统不能满足电能质量大数据的存储和计算要求,分析计算效率低,很难有效利用电能质量大数据。近年云计算作为互联网与大数据研究的热门,具有可靠性高、效率快、拓展性好等特点。论文针对电能质量监测云平台展开以下研究:通过对云平台中的Hadoop集群和MapReduce并行计算框架等组件的分析,研究电能质量大数据高效存储和分析的云计算平台。在数据存储方面,利用分布式数据库HBase,实现了电能质量数据的集中存储和列族存储,提高了数据检索效率,保证了数据的安全可靠。在数据处理方面,实现了基于MapReduce并行计算框架的电能质量数据统计和评估算法,增强了分析处理过程并发性,提高了电能质量计算分析效率,通过JavaEE与Hadoop的交互实现了电能质量数据存储和计算程序的编写、调试和运行。云计算技术解决了海量电能质量数据的存储和计算效率问题。最后利用实验室现有的若干台廉价主机搭建起Hadoop集群,进行了实验分析。实验结果表明,基于云计算的电能质量监测平台具有分析处理海量数据效率高,高可靠存储的优势,证明了云平台的高效性和优越性,为电能质量监测提供了新方案。