随着社会的不断进步,电能需求呈指数增长,节能成为了一个具有挑战性的问题。可持续发展始于家庭,研究表明,通过向居民消费者提供更详细的有关用电的反馈信息,可以让消费者更合理地管理能源消费模式,更好的制定节能计划,有效减少生活开支。而实现此目标最重要的一个环节就是能源监测。非侵入式负荷监测(Non-intrusive Load Monitoring,NILM)由于其实现成本低廉而备受人们关注。本文选取居民用电作为负荷监测研究的对象。首先分析了居民住宅中常用电器以及电能表的类型,对用电器的开和关两种工作状态进行研究,实验数据为低频采样的功率值。然后针对三种基于窗口的事件检测算法窗口大小难以设置的不足,提出了基于极值点的事件检测算法,其参数设置尤为简单,对噪声也进行了一定的处理,且适用于各种采样率的数据。针对负荷监测模型,本文采用了一种隐马尔科夫扩展模型,并与事件检测相结合,将事件检测所得的稳态平均功率和稳态差分功率作为模型的观测值,充分利用了采样数据中包含的总用电信息和由设备发生状态转换带来的功率跳变信息。同时利用稳态功率均值可以大大减少数据输入,对噪声也有一定的平滑作用。本文提出了一种基于状态简约的Viterbi算法,用于求解模型隐含状态序列实现负荷分解。与传统Viterbi算法不同的是,一方面通过对实际数据的分析,该算法允许最多有两种用电器同时发生状态转换,更切合实际。另一方面,该算法设置了两个阈值来简化状态空间,降低了计算复杂度,能快速完成负荷分解。最后本文介绍了利用MATLAB仿真工具所做的实验,其中包括事件检测算法的性能对比实验和负荷分解算法性能对比实验,并阐述了几种结果评估准则。仿真结果表明,基于极值点的事件检测算法的结果更精确。而利用本文算法实现负荷分解的速度与传统算法相比提升了近30倍,对部分大功率设备的分解精度甚至可以达到90%以上,对大多数小功率用电器的分解精度也可以达到60%以上。