目前,国内外越来越重视电力用户在整个电力系统中的地位和作用。对电力用户用电行为模式的分析能够帮助指导电力企业的经营,实现电力用户用能的高效管理。随着智能电表的广泛使用,电网获取并收集了大量的用户用电信息,这些采样数据是电力需求侧研究的宝贵资源,因此本文考虑针对智能电表获取的用户用电信息以及调研得到的电力用户资料,采用大数据分析方法对电力用户用电模式进行分析研究,为未来有针对性的进行需求侧管理打下基础。本文主要完成了如下工作:1)结合智能电表的量测信息,对原始用户用电数据以及用户基本采样信息采用大数据方法进行了数据收集整理、数据清洗与集成、数据规约等预处理,对大数据方法机理进行了介绍和阐述,并就本文相关大数据方法的应用采用实际算例进行了展开。2)对预处理后的用户基本采样信息数据分别进行了基于粗糙集的决策表属性约简和基于信息熵的属性约简,找到与用户节能潜力相关性最为密切的决策变量。然后采用决策树方法建立用户用电行为模式与用户节能潜力之间的决策规则。3)基于高维随机矩阵理论建立了基于高维相关性的用户用电模式随机非参数模型。分析用户用电量数据与不同用户用电模式以及与用户节能潜力的关联关系。4)结合实际电力用户用电数据以及包含研究对象用户家庭与居住状况、用电行为习惯、节能用电态度等详细调研信息,研究各个模式用户用电习惯与用户节电潜力相关关系,基于研究结果寻找节能潜力较高的用户类型。将本文建立的大数据随机非参数模型、信息熵属性约简方法以及基于大数据的数据预处理方法应用于欧洲某城市用户用电行为分析的算例中,对用户的用电量信息以及用户用电态度习惯等信息进行分析,实现了完全由数据驱动的模型研究,对从智能电表获取的用电量数据信息与用户用电行为习惯的关联关系进行挖掘,对用户行为习惯与节电潜力进行研究,验证了分析模型的有效性,为未来有针对性的进行用户行为引导与能效定制管理建立了良好基础。