在电力系统中,随着电力行业数字化、信息化的发展,电网数据来源多元化、复杂化,各种智能电表、传感器、信息系统等分布式数据源在发电、输电、配电、用电及调度、营销等多个环节持续不断地产生大量数据,促使电力数据呈几何级数增长。这些数据是建设稳定、可靠、高效智能电网的支撑性元素之一,它在揭示电力行业内部某些特有的规律的同时,反映着社会的经济发展状况,还对企业的长远发展有至关重要的作用,是未来电力发展的重要参考依据。本文主要对怎样利用数据分析技术在海量的电力数据中快速检索到有价值的信息进行了研究和探索。首先,分析了电力大数据检索的研究背景及意义,研究了当前国内外对电力大数据以及其检索方法的研究现状,并归纳总结了电力系统中大数据的来源、数据特点以及关键技术以及大数据检索方法和相关技术。其次,提出一种基于流形排序的电网截面数据检索方法。针对电网数据数量大、维度高的特点,考虑到在数据检索时多维度查询效率不高,检索结果无法多维度整体匹配的问题。本文提出的基于流形排序的检索方法,将电网截面数据描述成多维向量空间中的对应点,通过电力数据集的近似流形结构,使之与源查询之间具有较高的相关性,有效避免相关性度量对高维数据查询处理的不足。最后,构建一种适合电力数据特点的双层混合索引结构。考虑到电力数据中数据类型复杂多样,字符型和数值型属性并存,构建基于B+树以及倒排索引的双层混合索引,来完成对电力数据的检索需求。为适合大规模数据的处理需求,在上述提出的索引结构基础上实现索引的并行化,通过Hadoop平台在各个分节点计算机上构建本地索引,然后在主机节点端构建主索引,通过主索引定位本地索引,有利于减少数据的查询时间,加快查询速度。