随着国家电网公司智能用电的深入建设和发展，智能采集设备在人们的日常生活中逐步普及，在用户侧积累了大量的用能数据，如何高效的利用这些数据，将其转化为辅助电网企业进行市场分析和决策制定的有用知识是现阶段亟需解决的问题。数据挖掘技术能够发现隐藏在大量数据间的关联关系，因此本文使用关联规则挖掘方法，选取参与居民用电实证项目的智能小区居民用电数据，挖掘影响用电水平的各因素对电量数据的影响规律。本文首先介绍了数据挖掘理论和数据挖掘方法。对传统的频繁项集生成算法Apriori算法进行了分析，针对所选居民用电数据的特征和Apriori算法存在的不足，设计了一种基于布尔矩阵思想的改进方法，并从减小事务数据库规模、优化剪枝步和连接步操作等几个方面对Apriori算法进行了优化。通过实验证明，该方法能够有效提高算法的执行效率。同时，本文研究了数据挖掘技术现阶段在智能用电分析中的应用现状和对居民用电量产生影响的主要因素。最后选用北京莲香园小区居民的用电数据，采用优化后的Apriori算法完成应用研究。