2015年我国提出了中国制造2025的计划,各行各业对电力的供应要求越来越高,由此电网的负荷越来越大,智能变电站的工作压力也越来越大。在高负荷下,电气设备产生的监测数据也会越来越多,特别是在极端天气下产生的数据会剧增,传统的电力设备监测系统已经不能满足需求,需要开发出一套能够处理海量电力数据的新系统。针对以上问题,本文首先分析了目前智能变电站监测系统对电气设备产生的数据分析和处理的缺陷,并简单介绍了一种新的运算处理模式——云计算,结合云计算的优点,选取了基于Hadoop平台的云计算系统进行智能变电站的设备监测。其次,在充分利用资源的情况下,搭建了基于Windows系统的Hadoop集群,配置安装了核心分布式数据系统HDFS和Map Reduce并行编程处理系统。应用Clara聚类算法对绝缘子泄漏电流进行聚类分析;用C4.5决策树算法分析处理SF6断路器的实时监测数据。最后我们把Clara聚类算法和C4.5决策树算法在Map Reduce的分布式并行模式下进行函数配置和优化,使其可以运行在HDFS的分布式文件系统的环境中。做完相应准备工作后输入数据,进行试验验证,验证了基于Hadoop云计算平台处理数据的高效、可靠性,可以应用在变电站设备监测中。本文对Hadoop平台的云计算系统在智能变电站设备监测中的应用提供了新的思路;这也是在大数据时代对智能电网的监测及数据处理做了一次有益的尝试。