1、目前，隨著國民經(jīng)濟的發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，國家電網(wǎng)設備已經(jīng)向大容量、高參數(shù)自控設備升級，導致了大用戶即電壓等級高、負荷大的用戶數(shù)量明顯增加。也就是說智能電網(wǎng)的要求越來越多，電力系統(tǒng)負荷越來越大，調(diào)度管理的作用越來越重要。再加上信息采集系統(tǒng)應用的擴展，用戶用電負荷數(shù)據(jù)成海量態(tài)勢增長。因此，對電網(wǎng)企業(yè)的電力信息化建設提出了更高的要求。如何處理不斷增長的大用戶用電負荷數(shù)據(jù)，進行快速有效地用電行為分析成為了重要課題。在此基礎(chǔ)上，本文對如下問題

2、開展了研究。
　　首先，根據(jù)大用戶用電負荷數(shù)據(jù)特點，選擇模糊聚類算法進行用電負荷特性分析。為了解決傳統(tǒng)FCM算法聚類效果一般、易陷入局部解的問題，本文利用免疫雙態(tài)粒子群算法來改進FCM算法，設計出免疫雙態(tài)粒子群模糊C均值聚類算法，該算法在全局收斂能力方面具有優(yōu)勢。其次，考慮到任務選擇資源的不確定性對任務執(zhí)行速度的影響，采用Min-Min啟發(fā)式算法和吞吐量驅(qū)動的調(diào)度機制，依據(jù)任務的偏好類型，設計出吞吐量驅(qū)動最小代價模糊C均值聚類算法