随着营配一体化协同工作机制的建立和营配数据的打通,用电客户的用电数据能够与客户档案、缴费等数据关联起来。客户的用电数据中隐含着客户的用电行为特征,对这些用电数据进行深度挖掘并研究客户类型,可以帮助电网了解客户的个性化、差异化服务需求,从而使电网公司进一步拓展服务的深度和广度,为未来的电力需求侧响应政策的制定提供数据支撑。本论文首先是基于大数据技术通过深入分析梳理,确定了用电行为分析的外部数据和内部数据的数据来源,分析了海量数据存储技术和海量数据预处理技术,其次,研究了用电行为分析的关键技术,主要包括聚类算法、最优聚类评价算法、日期匹配算法、曲线相似性度量算法等用电行为分析算法。再次,构建用电分析模型构建方案,详细描述了用电分析模型的建模思路,研究了主网的用电特征和用电行为,然后结合主网的用电模式研究主网该模式下海量客户的用电行为,从而利用模式匹配技术匹配主网用电模式和该模式下海量客户的用电模式,建立历史日削峰填谷匹配关系,并通过实证研究对用电分析模型进行验证。最后,对用电行为分析管理软件进行系统架构设计、系统功能设计、系统数据库设计,并阐述系统的实现成果。用电行为分析管理软件可以比较准确的对用电客户的用电行为进行分析,有助于电力公司进一步指导用户个性化智能用电,对提高电网需求侧能效管理水平具有建设性意义。