智能电网的飞速发展对电力企业信息化的程度要求也越来越高,信息化的迅猛发展使电力各业积累了大量的数据,分析处理电力营销系统中大量分散数据以及外部环境(地区气象、当地经济发展)等数据资源就显得特别有必要。为了能够有效地利用这些数据,人们提出了对这些海量数据的分析方法和技术手段,即数据挖掘。论文首先介绍了数据挖掘的基本理论知识和基本方法。在分析国内外典型的聚类分析算法的基础上,阐述了基于网格的聚类分析方法,分析并实现了基于网格的多密度聚类算法(Grid-based Clustering Algorithm for Multi-density,GDD)。实验结果表明GDD算法可以通过网格技术来提高聚类效率,并通过对参数的自动化处理,避免参数的敏感情况,能够解决数据集的多样性,能高效地识别出各个孤立点和数据干扰,且对数据输入的顺序不限制。将GDD算法应用于用电销售分析模块分析处理电力营销系统中大量分散数据以及外部环境数据,结果表明该算法不仅能够处理数据的多样性和复合型,而且具备一般网格聚类算法的主要优点。本文其次分析并实现了基于网格距离的聚类算法。论文最后针对用电营销的特点,开发了应用于电力企业的用电营销系统,并将GDD算法及基于网格距离的聚类算法应用到该系统中,结果表明网格聚类算法在用电营销系统中能够取得良好的分类效果。