朱 昊，杨会军，郭丽红，包永强，王传君

(1.南京工程学院信息与通信工程学院，江苏 南京 211167；2.国网江苏省电力公司信息通信分公司，江苏 南京 210024)

目前我国智能电网物理系统已基本架设完毕。深入分析家庭内部使用的电力负荷种类及工作状态是实现电网智能化必须具备的重要能力。了解上述信息后，电力部门可以根据居民用电习惯合理制定电能调度方案，减少电力消耗，提高电网利用率[1-2]。但目前使用的智能电表只能读取用户用电总量，并不能实现上述功能。如要进行各类电力负荷的状态监测，最简单的方法是在用户的每个负荷上加装传感装置，采集负荷用电信息。但这种方案的硬件成本巨大，不具备推广价值。

研究表明，每种用电设备在运行过程中都可以用一组信息反映其独特的用电状态。这组信息包括电压、电流、有功功率等，称之为负荷印记[3]。因此在现有智能电网物理结构基础上，直接采集入户电表数据，基于人工智能技术对用电信号深度分析，识别负荷印记的非侵入式负荷监测(non-intrusive load monitoring，NILM)技术具有重要应用价值[4-6]。目前NILM 系统主要有两种实现方式。一种是基于负荷印记特征库的有监督识别。其具体流程包括构建面向负荷数据采集系统，采集用户用电信息，采用人工智能方式进行负荷分解，结合特征数据库进行负荷识别。其中，负荷印记特征库的构建包括采集不同电器不同工作状态下的电量数据样本，分析数据时频特征、设计有效的负荷印记。……