非侵入式电力负荷识别通过对进户端总线的电压、电流等负荷数据的采集、分析,完成电力负荷能耗信息的获取,对电力公司和用户而言,可引导用户参与电网“削峰填谷”的措施,以此提高电能使用效率。这为智能电网的发展提供数据支持,具有重要的社会经济效益。本文设计了非侵入式电力负荷监测装置,并采集了常见的实验室电力负荷的工作电压、电流、有功功率等波形数据,在分析电力负荷特征的基础上,分别利用基于滑动窗的CUSUM算法与ELM模型进行电力负荷投切事件检测和电力负荷类型识别,主要工作与成果如下:⑴针对电力负荷数据实时采集的需求,设计了一种基于HLW8112的非侵入式电力负荷监测装置。装置通过采样电阻和HLW8112单相电能计量芯片进行电流、电压等电力负荷数据采集,采用STM32F103微处理器进行电力负荷特性值的计算处理,并通过Wi Fi无线通信模块上传到上位机。实验结果表明该装置能对单负荷和多负荷工况实现监测。⑵采集了电力负荷的瞬时电流有效值、瞬时无功功率、瞬时有功功率波形数据,并设计了自适应高斯滤波对数据进行预处理,在分析电力负荷稳态及暂态电气特性的基础上,提取了6个负荷特征。⑶采用基于滑动窗的CUSUM算法进行电力负荷投切事件检测。分析了不同位置的滑动窗对事件检测算法的影响,改进了检测算法的统计和阈值的设置,并通过实测的负荷投切数据验证了算法的有效性。⑷研究了负荷特征与负荷类型的映射关系,并建立了基于ELM的电力负荷识别模型,通过对模型样本数据、激活函数和相关参数的选取与分析,设计了基于该模型的电力负荷识别算法,仿真实验表明该算法能很好地识别出负荷类型。