为了利用海量的电网客户数据对用电客户的用电行为进行分析和预测，在大数据的背景下，引入数据挖掘技术，设计了电网客户用电行为分析系统。根据客户的用电数据建立了用电客户细分及客户信用等级的分类标准。在数据挖掘方面，通过K-means算法对用电客户进行客户细分，利用ID3决策树算法对客户的信用度进行分类。最后以某电力客服中心具体数据进行测试，结果有效的反应各分类下的客户用电行为，系统满足设计要求。

完整英文电子版IEEE Std 2030.6-2016 IEEE Guide for the Benefit Evaluation of Electric Power Grid Customer Demand Response （IEEE 电网客户需求响应效益评估指南）。本指南描述了需求响应项目在效果监测和综合效益评估方面的指标框架，并提供了详细的计算方法。 本指南可供独立系统运营商 (ISO)、区域输电组织 (RTO)、配电公司 (EDC)、负荷服务实体 (LSE)、政府和其他研究机构等 DR 发起人用于分析实际效果 DR 计划，评估实施 DR 计划的综合收益，并为整体资源规划决策提供指导。