Existe una creciente demanda de electricidad a nivel global. Por lo tanto, las empresas de servicios públicos buscan la implementación efectiva de la gestión de respuesta a la demanda (DRM). Para ello, las empresas de servicios públicos deben conocer la demanda de energía y la clasificación óptima de consumidores domésticos (OHCC) de los usuarios finales. En este sentido, las técnicas de minería de datos (DM) pueden proporcionar mejores ideas y apoyo. Este trabajo propone una metodología novedosa basada en técnicas de DM para OHCC en el contexto indio. Este trabajo utiliza el consumo de electricidad del hogar (HEC) de 225 casas de tres distritos de Maharashtra, India. Los conjuntos de datos utilizados son principalmente la encuesta de cuestionario (QS), el consumo de energía mensual (MEC) y las órdenes tarifarias. Este trabajo aborda los desafíos para OHCC en los conjuntos de datos de medidores de energía de la red convencional y la red inteligente (SG). Este trabajo utiliza métodos de clasificación basados en la clasificación de expertos y en el agrupamiento para OHCC. El método de clasificación de expertos proporciona cuatro nuevas clases para OHCC. El método de agrupamiento se emplea para desarrollar ocho modelos de clasificación diferentes. El modelo de agrupamiento de dos etapas, utilizando K-means (KM) y el mapa autoorganizado (SOM), es el más adecuado entre los ocho modelos. El resultado muestra que el agrupamiento de dos etapas del SOM con el modelo KM proporciona un 88% de muestras sin superposición y una puntuación media de 0,532 del índice de silueta (SS) en comparación con el método de clasificación de expertos. Este estudio puede ser beneficioso para las empresas de distribución de electricidad para OHCC y puede ofrecer mejores servicios a los consumidores.