大数据应用的越来越普及，电能质量的管理是否可用大数据进行预测分析？回顾了电网电能质量监测与分析技术的发展历程，随着电网规模的不断扩大和技术水平的不断提升经历了以下三个阶段：
第一、早期针对孤立节点或装置的监测。此时的监测工作往往关注于单一节点的电能质量数据，其数据量小、数据处理慢、基本依赖于人工现场识别，因此该阶段电能质量分析更多的是依靠现场工程师的个人经验进行简单梳理；
第二、随着数字监控装置的大规模应用以及通信技术的进步，对于有限节点的多项电能质量指标同时进行监测成为可能，数据的互联随着电网复杂程度的提升而日益膨胀，并逐渐形成当前各区域电网的电能质量监测系统。这使得简单电能质量问题的分析有了一定的数据支持，在此基础上，一些时域仿真、频域分析方法被引入，为电能质量问题的进一步识别与分析提供了必要手段；
第三、随着跨区域电网骨架的构建，各区域电网耦合度日益增强，电能质量相互影响日趋紧密；随着信息技术的发展，装备数据呈现出海量的数据规模（Volume）、多样的数据类型（Variety）和动态变化（Velocity）等大数据（Big Data）的特点。数据的管理的方式更加复杂多样，不再局限于存储在传统的关系数据库和文件系统。通过对海量数据的处理分析挖掘电力系统运行规律特征，不但可以反映过去一段时间电网的运行状况，更重要的是可以通过融合雷击、气象等环境数据，采用大数据分析方法对未来的电能状况进行分析和预测，为电力用户提供优质电力服务，将成为当前电网供电质量全面、智能化管控的主要发展方向。