在大数据时代,电力大数据的价值受到越来越多的关注。随着电力信息化工作的日益推进,电力数据呈现出爆发式的增长,各类电力信息系统的使用频度、并发访问量及统计计算业务量呈几何级增长。而国家电网公司信息化建设一级部署的建成,在为电力信息系统带来管理优势的同时,也导致某些大数据量、高并发性应用性能很差。为解决电力信息系统中日益增长的数据量和落后的计算能力之间的矛盾,高性能的计算方法亟待研究和使用。信息技术时代的基石是建立在“计算”之上的。目前常用于处理大数据计算的高性能算法包括：分布式计算MapReduce、HANA内存计算、Oracle Exadata一体机等。这些方法用于电力信息系统中能在一定程度上提升系统的功能,但也存在磁盘I/O性能瓶颈、经济成本高、改造工作量大等问题。且部分核心技术的保密,使系统后期运维困难。文章基于现有高性能计算方法的思路,提出了一种融合对象化、并行计算、内存计算等技术的对象化并行计算框架(Objectification Parallel Computing Architecture,以下简称OPCA)。2015年10月,该算法开始在国家电网资产质量监督管理、设备(资产)精益管理等系统中投入使用。经实验验证和现场应用测试表明：OPCA在大幅度提高系统可靠性的同时,提升系统计算效率达数百倍,在计算效率、可靠性和系统改造工作量等方面优于国内外同类产品。