随着电网技术的不断发展，电能质量问题日趋严重，且呈现出了新的特点：一方面，随着经济的快速发展和用户对敏感设备使用的增多，在保证供电安全性和可靠性的同时，用户对供电质量的要求越加严格；另一方面，电网结构越来越复杂，接入的各种非线性设备越来越多，给电网造成的电能质量影响越严重。因此，通过电能质量监测掌握目前电网电能质量问题的基本情况，是电网势在必行的一项工作。目前南方电网电能质量监测中心已建成了覆盖新能源、重大污染源、电气化牵引和差异化需求等四类大用户的电能质量监测系统，含有1500多个监测点，电能质量的监测数据呈现海量特性。如何运用有效的分析方法从这些海量数据中得到有用的信息，对电能质量的监管、分析和治理工作均有重要意义。本文以南方电网电能质量监测海量数据为研究对象，开展了以下研究工作：首先，介绍了南方电网电能质量监测系统的基本框架、主要功能和运行现状；其次，基于电能质量监测中心的海量数据进行了系统性分析，分别得到了南方电网新能源、重大污染源接入后造成的影响和主要存在的电能质量问题及其分布情况和差异化需求用户目前所处的用电环境及所面临的主要电能质量问题；然后，引入了因子分析法对重大污染源监测点监测获得的各次电压谐波含有率数据进行了分析，得到在整体电压谐波总畸变率中起作用最大的谐波分量，给出了相应的治理措施；最后，采用聚类分析法对电能质量监测中心的所有海量数据进行了分析。通过选取不同的电能质量指标组合作为聚类变量，开展了大量的聚类分析工作，最终确定了4类有效的电能质量指标组合进行聚类分析。通过聚类分析结果可将特定区域的特定类型用户划分到具有不同电能质量指标特性组合的类中，从而为用户的电能质量问题治理提供指导。本论文是大数据时代到来后，电能质量监测分析中大数据技术应用的有益探索。通过对全数据的分析，以获取电能质量的有关信息，对电能质量的监管、分析和治理的决策有重要的辅助作用。