当前,传感器、智能仪表等先进计量装置被越来越多地安装在配电网中,那些采集到的电力用户电能消费信息就构成了各个监测点的负荷曲线。对负荷曲线进行聚类分析获取电力用户典型负荷曲线和负荷特性对于改善电力系统运行可靠性,提高电网资产利用效率,节约能源具有重要意义。电力用户负荷模式提取与识别已成为国内外研究热点。本文对电力用户负荷模式提取与识别涉及的相关问题进行了研究,并在此基础上实现了负荷模式提取与识别系统的设计与开发。主要内容包括:(1)首先对负荷模式提取过程中采用的规范化方法和聚类算法进行了详细介绍,总结归纳了常用的聚类有效性评价指标,并对负荷模式提取与识别过程使用的时间序列相似性度量方法进行了阐述。(2)对负荷模式提取过程中多环节多因素对负荷模式聚类结果的影响进行了深入研究,主要从规范化方式对聚类结果的影响、聚类结果对数据集的依赖性、算法的稳定性、算法对数据输入顺序的敏感性4个方面对k-means、FCM、SOM、层次聚类和谱聚类5种算法进行了分析,并从聚类效果给出了他们之间的匹配关系。(3)对负荷模式快速提取方法进行了研究,基于随机抽样与分段均值相结合提出了一种负荷模式快速提取方法,并通过实验分析验证了该方法的有效性。(4)设计和实现了电力用户负荷模式提取与识别系统。对电力用户负荷模式提取与识别系统的功能与用途进行了分析,给出了负荷模式提取与识别的详细流程。对该系统进行了数据库设计和功能设计。在系统设计的基础上,采用Qt进行了程序编写,实现了各模块的功能,并通过电力用户负荷模式提取与识别系统在电力用户异常用电检测中的应用对系统进行了演示说明。