云计算是网格计算,并行计算和分布式计算等概念混合演进后在商业领域发展出的一种计算模型,被广泛应用于分析与处理海量数据。云计算的应用使得在降低终端设备性能的同时提高数据处理能力想法成为现实。智能电网的发展和电力信息的爆炸式增长对未来电网的信息处理和数据存储能力提出了力这更高的要求。鉴于云计算与电力系统在运行机制上的相似性,可以将云计算应用于电力系统,以提高电网的信息处理和数据存储能力。本文研究了现有云计算技术及开源Hadoop平台计算模型的实现流程,基于Hadoop云计算平台及MapReduce软件框架,结合GSA电力系统不良辨识算法,提出了一种电力系统不良数据辨识云计算方法。该方法中,为解决参考分布和聚类初值随意选取对GSA算法精度造成的影响,利用肘形判据原理和最大最小距离法对GSA算法进行了优化。分别将传统GSA算法和优化GSA算法应用于UCI标准数据库中的IRIS数据集辨识中发现,优化GSA算法辨识的精度明显高于传统GSA方法；通过GSA算法的MapReduce软件框架的云化特性,设计了优化GSA算法的云化方案,基于Java语言对云化方案进行了实现；为证明所提出的优化GSA的云计算模型的优势,利用IEEE-14节点潮流数据生成模拟的电网运行数据集,分别使用单机模式和云计算模式下的优化GSA对其进行辨识仿真,并比较两种模式在不同维度和不同数据量下的辨识时间。比较结果证明了相比单机模式,在高维度大数据量的数据集条件下,优化GSA算法的云计算模式具有更高的辨识速度。研究成果为云计算在电力系统中的实际应用提供了依据,同时也证明了云计算技术在电力系统中应用的可行性。