随着新型电力系统建设步伐的加快,电网信息化程度不断加深,上万台虚拟机构成的庞大数据中心,仅仅依靠传统任务调度型副本管理策略,已无法满足未来精准负荷控制等新型电力业务对大数据处理时延的需求。对此,文章在充分考虑网络流量和数据中心位置分布的基础上,构建一种基于随机配置网络（SCN）的电力大数据自适应副本管理系统。同时,提出了一种基于C-means聚类的底层设备分类网络流量预测模型,有效地完成数据库网络资源的实时评估。为了有效提升电力大数据副本管理效率降低数据处理延时,提出了一种面向新型电力系统的数据存储和选择的副本管理算法,实现电力大数据副本的灵活存储和最优选择。最后,在相应省公司开展试点验证,实验结果表明该算法能够有效支撑电力大数据存储,降低数据处理延时,跨分布式DCs的现场作业完成时间平均减少12.19%。