太阳能发电的诸多优势和国家光伏扶贫、补贴等鼓励政策的出台,让建设分布式光伏发电系统成为一种趋势,上网用户数量与日俱增,光伏设备大范围覆盖。同时,光伏设备故障、用户私自增容骗补和弃光量不断增加等问题接踵而至,给扶贫政策执行、新能源消纳以及电力系统的稳定运行带来阻力。因此对分布式光伏发电系统健康度评估和短期出力预测具有重大的理论和现实意义。本文以河北南网20.97万套分布式光伏发电系统为研究对象,提取用电信息采集系统数据库中相应用户发电数据为主要数据来源,充分利用HPLC技术的高频全量采集特性,以随机森林、小波变换等大数据主流算法为理论支撑,开展以下两方面研究:1)开展分布式光伏发电系统健康度评价体系模型研究。首先通过数据清洗、异常值处理、空值填补和数据建模构建供电所典型发电曲线库。然后依据发电用户发电量、发电功率数据与用户所在区域的典型数据,构造月利用小时数偏差值、发电极值日偏差值及用户发电曲线与典型曲线相关系数,以此作为评价指标,建立光伏发电系统运行状态综合评价模型,对其健康度进行评价打分,给出结果并输出异常名单。2)开展分布式光伏短期出力预测模型研究。结合用户历史日发电量、发电功率数据及其相应历史天气数据,构造影响出力的特征因素,建立基于机器学习算法的光伏出力预测模型,对各供电所整体及用户单独的未来一天内96点的出力水平进行预测,并输出结果。最后,以在河北省石家庄市某县的实际核查结果和运行数据对两个模型的准确度进行了验证,证明本研究可有效支撑分布式光伏异常用户筛查、电网公司动态调整发电计划,从而助力光伏扶贫和新能源消纳政策的执行。