在现在节能减排的大环境下，世界各国都在大力发展节能产业，并且注重提高家庭能源效率。根据中国国家能源局的数据，住宅用电量已超过全国用电总量的15％，且还将继续迅速增长。随着非侵入式负荷监测等技术的发展，多维细粒度的数据将被获取，对用户的用电情况有一个更加清晰的认识，对用户进行用电行为分析成为可能。如何更好利用该数据成为当下研究的热点，不同用户在不同情况下的用电模式不同，存在差异性。因此，该文针对家庭用户的用能情况展开了用户画像与综合能源能效评估的研究。
　　针对电力数据量及数据类型的增多，并且数据精细化程度也不断提高，如何用好这些数据，使其产生相应的价值成为了研究的热点。该文通过研究电力用户的用户画像，提出了用户画像的构建方法，通过构建用户画像标签体系，将精细化用电数据用于分析中，并结合电力营销数据进行用户画像。通过本研究可描绘用户的用电行为特征，用电特性，用电习惯等，并通过不同的行为特征将用户进行分类。该标签模型将用电数据与营销数据相结合，可更为精确的对用户的用电行为特征进行概述，电力公司可针对不同类型用户进行精准营销。
　　在获取电力用户画像后如何通过综合评价方法对用户的用电行为进行能效评估，并指导用户用电成为接下来的研究重点。该文通过分析影响居民能效的因素，提出了居民能效评估指标体系。指标构建方法清晰，可操作，易于获取和量化。基于NILM信息，用户分类和综合评估并将熵值法与优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)相结合，进行用户的能效评估和分析。最后，通过一些案例研究，验证了基于非侵入信息的家庭能效评估方法的有效性，分析了用户用能的特点和不足，并给出了相应的能源建议。