1、非侵入式負荷識別是利用電能用戶進線處采集的電壓、電流波形數(shù)據(jù)，通過對數(shù)據(jù)的處理和特征分析，完成用戶用電設(shè)備性質(zhì)的分類和主要用電設(shè)備的識別。對于電力用戶而言，非侵入式負荷識別能夠使電力用戶更為詳細地了解各類用電設(shè)備的電能消耗，引導用戶在電價激勵的機制下主動參與電網(wǎng)的“削峰填谷”；對于電網(wǎng)而言，能更為真實地了解電力系統(tǒng)的負荷組成，為提高電能利用效率提供依據(jù)，有很好的理論意義和實用意義。
　　本文采集典型住宅用電負荷工作電壓、電流波形數(shù)

2、據(jù)，在分析用電負荷電氣特征的基礎(chǔ)上，分別利用基于滑動窗的雙邊累計和方法與C4.5決策樹方法進行用電負荷投切事件檢測和用電設(shè)備性質(zhì)分類與主要用電設(shè)備識別，主要工作包括：
　　采集典型住宅用電負荷的工作電壓、電流波形數(shù)據(jù)，利用傅立葉諧波分析法，研究用電負荷的穩(wěn)態(tài)電氣特征，將實驗的家庭用電負荷分為電阻類、無功類、電子類和復雜類等四類，并評估了基于穩(wěn)態(tài)電氣特征參數(shù)進行非侵入式負荷識別的可行性。
　　采用基于滑動窗的雙邊累計和方法進行

3、用電負荷投切事件檢測。投切事件是指用電負荷投入或者切除的電氣行為。由于典型住宅用電負荷有功功率數(shù)值范圍較廣、啟動暫態(tài)過程持續(xù)時間和功率變化速度不同、部分電器設(shè)備工作時基波有功功率波動較大等特點，對基波有功功率進行了中值濾波，提出了針對基于滑動窗的雙邊累計和方法的改進算法，以提高事件檢測的電器適應性。
　　為盡可能地利用不同特征參數(shù)的優(yōu)勢，分別采用C4.5決策樹方法和k近鄰學習算法進行負荷的類間識別和類內(nèi)識別。采用C4.5決策樹方法

4、，利用24個實驗對象5s穩(wěn)態(tài)的基波功率因數(shù)、電流-電壓3次諧波含量差和電流2次諧波含量的數(shù)據(jù)作為訓練數(shù)據(jù)集，以這些特征參數(shù)的信息增益率為依據(jù)確定了決策樹內(nèi)部節(jié)點的順序和分裂屬性閾值，從而建立了負荷決策樹類間識別模型；采用 k近鄰學習算法，以歐氏距離為依據(jù)，在基波有功功率-基波無功功率相平面內(nèi)進行負荷類內(nèi)識別。
　　通過利用實驗數(shù)據(jù)、入戶現(xiàn)場測試所得數(shù)據(jù)和國際BLUED數(shù)據(jù)集進行非侵入式負荷識別，結(jié)果驗證了本文方法的可行性和可推廣性