用戶用電行為分析技術，能夠協調好電力資源和電力消費，非常有利于提高資源的利用率，從而提高客戶的滿意度。本文首先設計了專門針對用戶用電行為分析的基于大數據的平臺，該平臺包括數據表現層、數據分析層、存儲計算層、數據來源層，能夠較好的解決用電行為分析中的問題。其次，研究了平臺中使用的數據處理的關鍵技術。最后，部署和實現了大數據平臺。經過半年多的試運行，該平臺相比于已有平臺，對于技術研發人員和產品開發人員，具有更好的用戶體驗和更加便捷的使用效果。

　　隨著大數據、云計算、物聯網、人工智能等技術的快速發展和應用，智能電網近幾年迎來了高速發展期，并且隨著新能源和電動汽車等技術的發展，智能電網產生的數據量快速增長。在傳統的電力系統中，電力資源的生產和消費屬于兩個不同的部門管理，沒有得到很好的協調。如果能夠協調好電力資源和電力消費數據和管理，將非常有利于提高資源的利用率，從而提高客戶的滿意度。用戶用電行為分析技術，非常好的解決了這個問題。用戶用電行為分析是指采用大數據技術，將用戶用電數據和用戶的用電模式進行關聯，從而發現其中的聯系?；谟脩粲秒娏亢陀脩舻挠秒娔Ｊ剑梢灾贫ǔ龈雍侠淼碾妰r和相關營銷策略，從而提高電力資源利用率和客戶的滿意度。

　　在設計電力大數據應用平臺時，需要考慮電力系統自身的特點。電力系統具有用戶群體龐大、用戶用電數據類型多樣的特點，決定了電力大數據平臺需要較高的存儲容量。另外，電力數據受經濟環境、人口遷移、竊電行為等因素影響較快，對電力大數據平臺的性能提出了較高的要求。所以，電力大數據應用平臺與其他大數據應用平臺最大區別在于平臺的容量更大、計算性能要求更高。已有研究提出了各種基于大數據的解決方案，主要成果包括生產控制系統、電力經營系統、電力營銷系統、狀態檢測系統、風險評估系統等平臺應用系統。但是，大部分研究主要集中于發電、變電、輸電、調度等智能電網的應用環節。同時，已有研究大部分基于離線數據分析，或者批處理技術，這些解決方案的分析結果一般會有延遲，不能很好的適用于用戶用電行為分析。