在电力改革持续推进和建设全球能源互联网的大背景下,准确获取用户侧电力信息,是其中最为关键的一项技术。然而传统的侵入式监测方法,需要在用户内部安装监测装置,部署举步维艰。非侵入式负荷监测系统它由电力负荷信息采集模块、分解处理模块、通信模块、储存模块、以及终端显示模块构成。只需将装置安装在用户电源入口处,就能够将电力设备的运行信息进行准确的记录。当用电设备开启,例如空调,电力负荷信息采集模块感知到电流等信息的变化,触发分解处理模块,对该负荷进行监测分解,获得负荷类别特征以及功率等信息,并将数据通过网络传送到远端数据库进行储存。非侵入式负荷监测与分解装置可推广到包括商业楼宇企业工厂在内的各个场景,获取内在负荷的有功、无功等数据,并通过集中器和工控机最终将信息保存到远端服务器上。电力公司等上游单位可以将收到的信息进行数据分析,真实了解用户侧负荷细节、构成比重等信息,从而为下游用户提供用电建议等服务。同时下游用户通过网页或者app与上游电力公司进行互动,查询用电情况等,从而实现节约用电、安全用电。这些人性化的服务,终将为我们的生活和工作带来便利。本文首先归纳了非侵入式负荷监测与分解在国内外的研究现状以及应用。然后探讨了其在用户层的技术:家用电器状态识别、家用电器负荷分解。采用深层循环卷积神经网络对家电产品进行状态识别,采用门控递归神经网络Gated Recurrent Units,GRU)和注意机制模型对负荷进行分解。接着关注其在用户层的应用:智能插座、用电行为分析。通过聚类的方法实现了非侵入式智能插座,当电器插入到插座之后,插座能在几分钟之内识别出电器类型,并判断是否违规用电,能有效避免火灾发生;根据分解得到的电器历史运行数据,通过数据分析得到用户的用电行为习惯,从侧面反映用户的健康。最后探讨了非侵入式负荷检测与分解在变电站层的技术,提出基于卷积神经网络+支持向量机的分解方法,可以将总的用电信息分解成各行各业用电信息,并对其在变电站层的应用进行了阐述。