Тавлинцев Александр Сергеевич, магистр техники и технологии, старший преподаватель, кафедра «Автоматизированные электрические системы», Уральский федеральный университет им. первого Президента России Б.Н. Ельцина, г. Екатеринбург; a.s.tavlintsev@urfu.ru. Суворов Антон Алексеевич, канд. техн. наук, доцент, кафедра «Автоматизированные электрические системы», Уральский федеральный университет им. первого Президента России Б.Н. Ельцина, г. Екатеринбург; anton.suvorov@urfu.ru. Стаймова Елена Дмитриевна, старший преподаватель, кафедра «Автоматизированные электриче- ские системы», Уральский федеральный университет им. первого Президента России Б.Н. Ельцина, г. Екатеринбург; e.d.staymova@urfu.ru. A.S. Tavlintsev, a.s.tavlintsev@urfu.ru, A.A. Suvorov, anton.suvorov@urfu.ru, E.D. Staymova, e.d.staymova@urfu.ru Ural Federal University named after the first President of Russia B.N. Yeltsin, Ekaterinburg, Russian Federation Одной из важнейших потребностей при планировании и анализе режимов работы энергосистемы является прогнозирование величин и графиков нагрузок. В настоящей статье предложен алгоритм поиска однотипных графиков нагрузки на основе методов интеллектуального анализа данных. В качестве исходных данных служат усреднённые получасовые графики потребления активной и реактивной мощ- ности. Предлагаемый алгоритм в первую очередь нацелен на предварительную обработку и группировку данных измерений при решении задачи идентификации статических характеристик нагрузки по напряжению, но также возможно выполнение исследований в области поиска типовых графиков нагрузки для выполнения проектных и перспективных расчётов. Результатом обработки данных будет массив меток принадлежности суточного графика к той или иной группе. В основе предлагаемого алгоритма лежит метод k-средних. Алгоритм апробирован на реальных данных, собранных с подстанции, питающей сборочный завод. В том случае, если в качестве исходных данных служит выборка графиков нагрузки за несколько лет, то можно поставить задачу прогнозирования конфигурации графика нагрузки. Исходными данными для решения этой задачи будет служить упорядоченный во времени массив меток принадлежности суточного графика нагрузки к тому или иному типу. One of the most important needs in planning and analyzing the operating modes of the power system is forecasting the quantities and load schedules. The paper suggests a search algorithm for the same type of load graphs based on data mining methods. The initial data is formed by the averaged half-hourly graphs of consumption of active and reactive power. The proposed algorithm is primarily aimed at preliminary processing and grouping of measurement data when solving the task of identifying static voltage load characteristics, but it is also possible to carry out research in the area of searching for typical load schedules for design and prospective calculations. The result of the data processing will be an array of labels to link the daily chart with a particular group. The proposed algorithm is based on the k-means method. The algorithm is tested on real data collected from the substation feeding the assembly plant. If the initial data is the sampling of the load curves for several years, the task of predicting the configuration of the load graph can be set. The initial data for solving this problem will be an ordered array of timestamps for the assignment of the daily load graph to a particular type.