近年来,随着特高压交直流输电线路的相继投产使得各电网间联系日益紧密,高端量测技术、信息通讯技术、自动化控制技术在电网得到快速发展和广泛普及,形成了一整套的电力大数据,其为实现综合负荷特性在线解析提供了海量的数据支撑。如何整合各类电网数据,以丰富的电力大数据为支撑,深入挖掘有效的电力信息,提高负荷模型的准确性和可靠性,为电网智能化调度提供较为可靠的理论和数据支持,是当前负荷建模工作从理论研究转向工程实际应用的关键。本文在当前的理论和实践研究基础上,首先,开展了某电网用电行业负荷特性及典型用户用电设备构成调研工作,对典型用户用电行业用电设备构成特性进行研究,统计并计算出了四类大行业不同季节、不同运行方式下的动态负荷比例,为某电网综合负荷中典型行业的动态负荷比例的确定提供了真实的数据参考,为针对某电网的仿真计算中负荷动态比例选取提供了实际参考数据支撑;其次,针对由于用电特征不明显导致的典型用户选取困难的问题,提出一种基于机器学习的典型用户负荷特性数据库更新方法,基于历史数据对新进日负荷曲线进行甄别,在保证典型用户数据库容量不变的情况下,改善了聚类质量,提升了运算效率,实现对典型用户负荷特性数据库的更新;再者,针对日负荷曲线对实际负荷特性描述能力不足的问题,提出一种基于用户日用电量曲线的典型用电行业负荷特性分类与综合方法,在考虑采样时刻点瞬时特性的同时,兼顾两采样点之间的平均特性,提出日用电量曲线的概念,避免了日负荷曲线采样间隔大、受负荷随机扰动影响大等方面的局限性,提高了聚类的准确性。最后,结合上述研究及现有负荷建模理论与工程应用,依托海量的电网大数据,实现电力大数据多源异构负荷特性数据自动化下载、处理、入库,完成变电站在线建模和模型参数在线修正,共同构建完整的基于大数据融合的变电站在线负荷建模平台,实现变电站综合负荷建模参数库和负荷特性数据库实时更新。本文根据当前的理论和实践研究,深入研究基于电力大数据的智能化负荷建模技术,以丰富的电力大数据为支撑,深入挖掘有效的电力信息,多维度的分析负荷特性的变化规律,旨在适应电网智能调度的要求,对提高负荷模型的准确性和可靠性,提高电网稳定性,提高特高压交直流输送质量具有非常重要的意义。因此,本文具有较高理论研究和工程应用价值。