张承畅，张华誉，罗建昌，何 丰

(1.重庆邮电大学 光电工程学院，重庆 400065； 2.重庆邮电大学 通信与信息工程学院，重庆 400065)(*通信作者电子邮箱15923180953@139.com)

0 引言

近年来，随着化石能源的日益枯竭，社会对环境保护、节能减排和可持续发展的要求日益提高，未来的电网必须是“绿色”的电网，未来的小区也必须是“绿色”的小区。在此背景下，居民用电行为逐步智能化，电网和用户实现用电信息的双向交互成为必然趋势。由于智能小区在不断建设和发展过程中积累了大量的基础用电数据，这些数据不仅具有海量、高频、分散等特点，而且数据之间存在关联性和相似性[1-2]。对智能小区用户的用电数据采用大数据分析方法进行挖掘并研究用户类型，可以帮助电网公司了解用户消费习惯，为用户提供个性化、差异化的服务需求，从而帮助电网公司进一步拓展服务的深度和广度，为未来的电力需求响应政策的制定提供数据支撑。同时，电网公司将小区用电数据及居民用电情况及时反馈给用户，让用户清楚自身用电信息，规范用电行为，挖掘节能潜力，为低碳环保作贡献[3-5]。

聚类分析[6]是数据挖掘领域的一种经典方法，能够以较高的效率挖掘出海量数据中的隐含信息。聚类分析方法也逐步应用到智能电网领域。文献[7]提出了一种应用于电力系统短期负荷预测方法，采用双向比较法对电力数据预处理后，并用K-means算法对数据进行聚类分析，使具有相似特征属性的数据归为一类，达到降低数据维度的目的。……