压缩感知(compressed sensing

CS)具有压缩简单、更适用于监测环境等特点，成为电网中解决监测数据海量化问题的重要方式，但其在非侵入式负荷监测(non-intrusive load monitoring

NILM)中的应用研究尚未真正开展。为适应传统NILM中时空密集采集、高频信息采集等需求，该文首次深入探索基于压缩感知的非侵入式负荷监测方法。首先，分析负荷原始信号及其特征值的类型，证明NILM中的CS可用性；然后，分别基于场景识别、数学优化模型和事件探测，提出3种基于CS的NILM框架及其实现流程；在此基础上，针对框架中需要解决的关键问题，提出适用的特征提取方法、事件探测方法、数学优化模型、CS三要素设计的具体流程。实验表明，该文提出的3种框架及其关键问题解决方法均具有合理性，负荷识别准确率均接近90%、负荷分解准确率达92%以上、重构信噪比大于70 dB，满足相关领域要求。