1. 負荷預測與負荷估計    

負荷預測與負荷估計是指在考慮一些重要的運行特性條件下，通過對過去和未來負荷進行相應的處理，在一定精度下決定未來某特定時刻的負荷值。
      2.負荷控制
      通過對同一行業的用戶負荷進行聚類分析，提取并保存用戶典型用電模式。通過分析峰谷差異較大的用戶對電力系統產生的不同影響，對這些用戶進行針對性管理，促使其調整用電行為，改善負荷曲線，從而保障電網運行的安全性。
      3.電價制定與需求側響應策略
      通過對用戶用電行為的識別和負荷模式的提取，有助于針對特定群體制需求側響應策略，包括制定分時電價、按區域負荷控制等，并及時獲取用戶需求響應后的負荷模式，對實現供電企業、電力用戶和政府三方共贏具有重要意義。
       4.用電異常檢測
       在供電側，由竊電或電力用戶的其他違規行為引起的非技術損失是種非常普遍的現象。有效地預防非技術損失可為企業帶來經濟效益的同時，對供電部門節省人力物力也具有重大意義。近年來，聚類算法被不斷應用到電力用戶負荷模式提取領域，通過典型負荷模式來檢測用戶用電是否異常，從而減少非技術損失。利用實際負荷曲線數據，通過負荷模式識別方法，得到負荷簇和負荷代表曲線，然后通過比較異常用戶負荷曲線與所屬行業的典型負荷曲線，分析判斷用戶用電是否異常，為后續進行針對性處理提供依據。
       與此同時，負荷模式識別技術還存在更多的擴展應用，如用戶的信
用評級，配電網的停電影響分析，用戶負荷模式結合水、燃氣消費信息
還可幫助識別傳銷窩點、黑工廠等，實現社會危機預警。另外，行業用
戶的負荷模式分析還可以幫助實現行業經濟預警。對供電企業和能源運
營商來說，可支持開展結合負荷模式的消費大數據應用等。