随着国家智能电网的发展，国家对电力系统的智能化水平的要求也越来越高，所以也越来越重视电力消费端的管理与研究。目前，已有大量学者们对小区居民、工厂等用户的用电特性进行了研究与分析。然而学生也是电力消费端中一个重要的、不可忽视的一个群体，对学生的用电特性进行分析拥有着重要的意义。通过对学生的电特性曲线和用电模型进行研究，对智能电网进行用户分类、负荷预测、负荷控制、用电异常检测、峰谷电价、需求侧管理等研究具有巨大的意义。
　　学生公寓中融入能源管控系统增加了楼栋的智能化程度，能源管控系统能在一定程度上自主管理学生用电并采集学生用电数据，这不仅减少了宿舍管理员的工作量，减少了人工管理成本，也为对学生的用电行为进行分析研究提供了便利。
　　本文基于学生公寓中能源管控系统所采集的学生用电数据，使用数据挖掘分析技术从用电特性和不规范用电恶性两方面对学生的用电行为进行了分析研究。本文所做的工作主要有：
　　（1）使用了数据库技术和爬虫技术完成对数据的采集和整理，再使用数据处理技术对原始数据进行了清洗和预处理，使数据满足用来分析的条件。
　　（2）对学生的用电特性进行了研究分析，统计分析了学生的用电与月份、气温之间的关系，提取了学生的用电特性曲线。
　　（3）使用回归模型和ARIMA模型对学生的用电量进行了短期的用电预测，并将实际值与预测值进行了比较，证明了模型对学生的短期用电预测效果良好。
　　（4）对学生的不规范用电特性进行了分析与研究。介绍了系统的不规范用电识识别原理，通过对不同时间跨度下的不规范用电情况进行了统计，得到学生的不规范用电高发时期以及学生不规范用电频率与温度之间的联系。
　　本文的分析结果提供了学生的用电特征和不规范用电特性，这为校园的电力管理和消防管理提供了一定的基础，加强了电力企业对电力用户的认知，有利于当地智能电网对不同电力用户进行负荷预测与实行差异化管理，为电力用户识别与电网的调度决策提供了有力的数据支撑，拥有着重要意义。