随着计算机和网络技术在电力企业持续深入的应用,电力企业的数据积累越来越多,这部分数据在一定程度上反应了供电企业长久以来的运行状况。采用大数据和云计算等新技术探索大用户用电行为和特征,并为大用户提供定制的电力服务逐步成为了电力市场关注的重点问题,同时也能够对电力行业的发展与进步带来新的方向。本文首先介绍了聚类算法和大用户用电行为的国内外研究现状和研究成果,分析了大用户用电行为的特点,研究了使用K-聚类算法和大数据技术对大用户用电进行挖掘和分析的方法;其次介绍了常用的聚类算法和相似性度量,并阐述了本文所用到的大数据框架Spark和YARN资源管理平台。然后对聚类K-均值算法的基本思想进行了分析,并针对K-均值算法的不足之处,提出了一种基于优化初始聚类中心的改进算法。为验证算法的聚类有效性和加速比,分别采用UCI数据集和电力用户大数据集,将改进的算法的应用提交到Spark集群上,实现了算法的并行化,并通过实验结果对比分析,验证了提出的改进K-均值算法比现有的K-均值算法具有更好的聚类效果和加速比。最后,为了深入研究大用户用电的行为及其特征,本文分别从用户细分、配电变压器负荷超载预警、用电优化建议、停电计划管理等方面进一步对大用户用电进行了分析。根据分析结果,使用软件工程学的方法和基本流程,从系统需求分析、开发环境、系统结构设计、模块用例、系统测试等方面,设计并开发了基于Spark平台的大用户用电行为分析系统,通过大数据技术和可视化技术,形象地对大用户用电行为进行了展示。该系统更好地实现了将大数据技术应用到电力行业的信息化建设方案。