4.1.4 城市发展规划
整合居民用电信息、电动汽车充电桩信息、新能源和分布式能源信息以及地理、区域二氧化碳排放信息;通过分类、聚类、关联等数据挖掘方法，将分析结果同时在地图上显示，形成全方位电力地图。该地图可反映该区经济状况以及各群体行为习惯;显示城市道路以及电动汽车充电桩的分布和利用信息，评估城市道路和充电桩利用效率，辅助城市道路和充电桩规划;结合土地利用和能源的使用情况，能够辅助投资者决策，为城市规划提供更强大的支撑。
4.2面向用户服务
4.2.1 用户用电行为分析及其他服务
用户用电行为分析主要是基于用户的用电数据，结合用户信息、地理信息、区域属性等数据，并考虑气象、经济、电价政策等多方面因素，利用分类和聚类方法，对用户类型进行细分，建立不同区域、不同行业、不同类别用户的典型负荷模型库，分析各类影响因素与用户用电行为之间的关联关系和及其影响机理，为需求侧管理、节能、定制服务等提供支撑。
4.2.2 停电管理
在实现营配数据一体化基础上，明确各配电台区与用户之间的隶属关系，定期向受到计划停电影响的用户推送停电时间、停电时长等信息。当电网发生故障时，利用配电自动化信息结合电网拓扑，及时定位受到故障影响的用户，告知其停电原因、停电预计恢复供电时间等信息，同时利用用户反馈信息指导抢修工作。结合电网GIS，对抢修进展情况进行实时展示，帮助用户时刻掌握自身停电状况。利用可视化通过动态网络模型将数据拓扑于地理信息系统。
4.3提高电网自身规划运行管理水平
4.3.1 负荷预测
依托于大数据技术强大的数据分析与模型预测能力，基于用户用电信息、电网负荷信息实时采集同步，结合国民经济增长速度、产业结构调整、消费水平、工业与居民电气化程度、电价政策、气候/气温变化等外部因素，构建用电负荷大数据分析模型，全数据集、全维度地运算、分析，预测各周期用电负荷曲线、负荷时间和空间分布等，可为公司营销决策制定、电网规划、电能调配等提供信息支持。
4.3.2 窃电行为分析
用电信息采集系统虽然采集了大量的用户用电数据，但并不能快速、有效、全面地对用电数据和窃电行为进行分析，需要借助大数据技术对采集系统所采集的电能数据、工况数据、事件记录数据及线损进行综合分析，实现快速、有效、全面的窃电行为分析。通过深度挖掘营销计量大数据在防窃电方面的应用，充分利用现有资源，根据海量的基础数据对用户用电状态做分析筛查，连接智能防窃电装置实现高级智能防窃电监测功能，为用电稽查人员提供高效有力的方式和手段，可以很大程度地提升供电企业防窃电工作的能力和准确性。
