随着SG-ERP和智能电网建设的开展和深入,电网业务数据,以几何级增长的速度在增长,数据来源更加复杂和多样。如何充分利用应用这些巨量的多样化数据,对其进行深入分析以便提供大量的高附加值服务迫在眉睫。因此,本文以《国网信通部关于开展2014年大数据应用试点研究工作的通知》为指导,在湖南省电力公司开展大数据工作,基于公司售电量、全社会用电量、各产业用电量、行业用电量等关键指标数据,结合季节变化、自然增长等外部因素,利用大数据相关技术,建立用电预测分析模型,开展未来用电走势分析,提高统计分析的及时性和准确性,为公司运营管理提供决策支撑。本文首先介绍了课题的研究背景、意义,梳理了国内外关于分布式存储与计算和用电量分析预测的现状,然后结合湖南省实际情况,提出了论文需解决的主要问题和组织架构。其次研究学习了分布式存储与计算平台的相关技术,比如Hadoop、HDFS、HBase、Hive、Ganglia、Sqoop,为课题的进一步研究提供了理论基础。接着对分布式存储与计算平台进行设计与实现,包括平台技术架构设计、物理部署以及管理模块设计与实现。之后分析了当前用电量预测问题,并在分布式存储与计算平台的基础上,提出了基于无模型自适应迭代学习控制的年、月用电量预测模型,基于MapReduce的遗传算法优化神经网络的短期用电量预测模型,并进行实验验证,结果表明本文提出的两种预测模型均能够更快、更精确的对未来用电量走势进行预测。最后在分布式存储与计算平台的基础上,进行了用电量预测系统的设计与实现,包括系统功能设计、架构设计、核心界面实现以及系统在湖南省电力公司应用后的效果。