随着人工智能和大数据相关技术的快速发展,国家电网进入了智能化时代。数据量呈几何增长,如何处理这些数据,已经成为智能电网发展的一个挑战,大数据相关技术和可视化相关技术的发展为电网数据数据带来了新的机会。在当下的大数据技术中,Spark平台相比Hadoop平台更加优异,工作负载性能、RDD数据集的高速计算能力在海量的电网数据处理中都表现出极大的优势,Zepelin框架提供了可视化平台,在Zepelin框架下运行Spark平台实现数据可视化,最后将用户用电数据进行可视化。本文将Zepelin框架和Spark平台相结合,根据电网数据的实际需求,对传统K-means聚类算法进行改进,并将改进算法应用到Spark平台上,实现对电网数据的预处理;然后对传统的Radviz模型进行改进,并将改进的Radviz模型运用到Zepelin框架下,实现对电网数据的可视化。本文主要完成了以下三方面工作:第一,研究传统K-means聚类算法,针对传统算法的不足,给出一种基于聚类有效函数的K-means聚类改进算法,并验证了新的有效函数的可行性;第二,研究Radviz技术,根据传统Radviz模型的不足对其进行改进,给出一种新的Radviz模型,减少了数据之间的遮盖度,提高了可视化结果的准确性,并通过实验验证了改进Radviz技术的准确性;第三,搭建Spark平台和Zepelin框架,然后将两者结合,将改进K-means聚类算法应用到Spark平台实现对电网大数据的预处理,将改进Radviz技术应用到Zepelin框架下,实现对电网数据的可视化,最后根据电网数据可视化效果图验证了改进可视化技术的准确性。