大数据技术作为国内外学术界的研究热点,主要集中在大数据采集、预处理、分析及挖掘、展现等方面。目前数据预处理中大数据可信计算方法研究较少,亟需研究大数据可信性度量新方法、新技术。本文在大数据的可信性和质量问题上展开研究。研究了数据源依赖关系、数据源之间的行为特点以及计算数据源之间的可信度值方法,提出了可信虚拟网络概念,这种网络不同于传统互联设备构成的网络,其通过度量数据源之间的可信度而建立的层次化虚拟网络,权重值为数据源之间的可信度值。本文构造了可信虚拟网络生成算法,创新性地提出基于数据源依赖关系的层次化可信虚拟网络模型。本文研究了基于大数据的数据源之间的可信性度量、数据源的可信性度量以及数据的可信性度量,它们之间相互关联、相互制约构成一个整体,创新性地提出大数据可信性度量模型。数据源间的可信度取决于数据源间的本地可信度与全局可信度。数据源的可信度是由数据源历史数据的可信度期望值与推荐可信度期望值组合而成的。数据的可信度是通过计算不可靠数据对立事件的概率得出。数据源之间的可信度受数据源的可信度制约,数据源的可信度受数据的可信度和数据源之间的可信度双重制约,数据的可信度受数据源的可信度和数据源之间的可信度双重制约。本文将大数据可信度量模型引入智能电网中,给出智能电网大数据可信性度量方法。以电力系统大数据为例,验证可信性度量模型的有效性,满足智能电网大数据的可信需求,为电力系统信息控制与决策提供可靠的数据支持。形成具有自主知识产权的大数据可信性度量方案,为我国今后大数据技术和可信性研究达到国际领先水平提供技术支撑。