非侵入负荷监测是最新的智能电网高级量测技术,只采样用户总进线处的电压和电流,通过智能算法来分解辨识电器的工作序列,具有不需要进入户内施工、建设和维护成本低等显著优点。非侵入负荷监测支持采集电器种类、启停状态、电能消耗等细粒度用电行为信息,使用户了解自身的能耗状态和薄弱环节,用户可通过合理安排用电时间和避免无端浪费实现节能节费,同时细粒度用电数据也为居民侧需求响应提供了数据支撑。首先,深入分析了各类用电设备运行时的负荷特性,提炼了能够表征负荷运行状态的辨识特征量,包括稳态有功功率、稳态无功功率、稳态谐波电流、暂态功率冲击和负荷时间特性等,提出了负荷辨识特征量的在线提取策略。然后,建立了基于家电工作原理的负荷辨识模型,包括电热模型、空调模型、厨房电器模型和洗衣机模型;在各类负荷辨识模型的基础上,提出了基于分层分类辨识架构的非侵入负荷辨识算法。单相家庭用户算例包括定频空调、变频空调、电热设备、电饭煲、微波炉、电磁炉、冰箱等电器,测试工况包括典型家用电器连续单独运行工况、家庭备餐场景工况、家庭饭后场景工况和夜间工况,辨识精度可达到90%,电量归集精度在87%左右;三相家庭用户算例包括三相中央空调、单相空调(包括定频和变频两类)、电烤箱、电蒸箱、烘干机和电热类等电器,测试工况为傍晚用电最活跃的场景,辨识精度在85%左右,电量归集精度在80%左右。最后,开展了办公楼宇用户的非侵入负荷辨识研究,建立了楼宇内高耗能电器的三相负荷辨识模型,包括空调室外机模型、三相热水炉模型、新风机组模型;结合办公楼宇的实际运行工况波形,详细分析了办公楼宇用户非侵入负荷辨识的技术难点;设计了基于在线学习的非侵入负荷辨识算法,算例分析表明,中央空调的辨识精度可达到50%。