居民用电安全是智能电网、智慧城市研究的共同核心问题之一,不安全的用电行为可能引发电气火灾,威胁人身和财产安全。开展用电安全监测已成为提升用电安全水平的重要手段。现有用电安全监测机制存在着针对性弱、前瞻性不足等问题,难以及时有效地发现用电安全问题。得益于物联网技术的日益成熟,海量用电数据的采集、通信和汇集也逐渐成为可能。从用电数据中发掘用电行为信息和安全隐患线索,可以为实现全面、立体的用电安全监测提供新的手段。本文提出了一种非侵入式的居民负荷安全感知方法,可以实现用电负荷行为感知和电器漏电流安全监测。本文的主要研究内容如下:研究非侵入式居民负荷感知方法。运用事件检测方法定位电器开关事件,并提取电器事件的功率特征与谐波特征。基于电器事件特征,提出了一种两阶段聚类方法,最大限度地利用特征信息完成电器开关事件的聚类分析。针对聚类结果,建立了一种负荷画像构建方法,定量化描述电器设备的电气量特征和时间量特征。算例结果表明,所提出的方法仅通过对聚合电气量信息的分析就可以知晓居民家庭中电器的组成情况和行为特征,实现对居民负荷的有效感知。研究基于漏电流的居民负荷安全监测。设计了一种云端和探测器协同的漏电流监测系统方案,并提出了基于用户画像的在线辨识方法,实现对电器开关事件的实时识别。在原有非侵入式负荷监测的基础上引入剩余电流特征,通过比对剩余电流变化与电器开关行为实现电器漏电流的判别,帮助监测居民负荷的用电安全状态。算例结果表明,所提出的方法能够准确地定位漏电流电器,为家庭用电安全监测提供了一种可行的技术方案。