我国的偷电窃电现象很严重,每年电力损失达到几百亿人民币以上,除了自然的线路损耗以外,绝大部分是非技术线损,即偷电窃电造成的损耗。在用电过程中,不法份子偷电窃电,民众私改电力设备等行为,严重影响电力企业健康发展和国家经济建设以及社会稳定。虽然电力企业在打击偷电窃电行为上,不遗余力,但是异常用电检测时间长,用户分布广,不能快速乃至实时地得到结果。随着电网的发展,各种智能电量计量装置被广泛使用,产生了大量的电力数据,这给基于电力大数据的用电异常检测的研究带来了新的契机。但以往的用电异常检测方法通常是通过历史数据分析,对实时传输的用电数据流优势不明显,检测结果往往滞后,不能满足现有环境下的时效性要求,帮助电力企真业实现及时止损。针对上述问题,本文提出将流数据挖掘算法与Spark相结合,实现用户用电异常在线检测。首先针对历史数据,使用Kmeans算法横向和纵向对用户的历史数据进行聚类,得到用户的聚类标签和行为模式,然后通过设置滑动窗口的大小选择当前的用户数据流,并通过流聚类算法一流式Kmeans快速得到用户的当前用电行为模式,最后将用户的当前用电行为模式与同类用户的行为模式以及该用户的历史的用电行为模式进行比较,以此来发现潜在的异常用户,为电力企业缩小检查范围,实现快速检测。本文的主要工作如下:1、对流数据处理技术以及流数据聚类技术做了详细研究。本文将界标模型、滑动窗口模型和快照模型进行了对比介绍;对常用的流聚类算法,如流式Kmeans、层次聚类、流式DBSCAN等的算法流程、适用特性进行了研究比较。2、介绍实现数据传输的Kafka消息订阅发布系统、Spark Streaming流处理技术。然后搭建了带有Kafka的流处理平台,并在该平台上实现了流式Kmeans算法,以此验证流处理平台的数据吞吐能力和快速处理性能。3、使用UCI公开的葡萄牙居民用户用电数据在搭建的平台上进行离线聚类分析和在线异常检测。实验数据包括葡萄牙2011-2014年的370户用户用电采集数据,数据量为4*365*96*370点数据。实验证明所提算法和方案的有效性,为疑似窃电用户的判别提供了依据。