线损水平是衡量和考核供电企业生产技术和经营管理水平的一项重要综合指标,同时线损也是关系电力企业经济、效益的关键指标。本文从实际需求出发,面向电量与线损两个方面开展研究与分析工作,主要研究内容如下:首先,针对现在电量数据繁杂、不完整的情况研究各种聚类算法,提出了基于One Class SVM算法的限值学习,在限值学习的基础上对异常数据进行检测识别,并对基于密度的聚类算法DBSCAN算法进行分析研究实现数据的离群值检测,提出了基于限值学习的异常数据辨识算法;并结合局部异常因子(LOF)算法进行分析研究,研究了基于密度聚类算法的多维数据离群值辨识。其次,进行了基于CIM的电网线损计算框架研究。通过对CIM标准的详细研究,确定电网线损计算与CIM的映射关系,对CIM进行了模型扩展应用于电网线损计算。此外,在对线损计算方法进行理论研究基础上,建立了全电压等级的理论线损计算模型,并对各种线损模型进行研究设计并针对滞留电量模型分析研究,基于线损模型的研究建立了电网线损计算框架。最后,提出了基于Spark框架的并行分布式线损计算方法。首先对Spark基本架构和生态的大数据技术以及通用大数据分析平台架构进行分析研究,然后面向传统线损分析系统和基于大数据技术的线损分析系统的功能需求进行分析,通过对线损数据集成与管理和数据处理及计算模块进行改进优化,实现了基于Spark框架的并行分布式线损计算方法。