随着电力系统计量自动化与智能化水平的提高和配用电侧迅速发展，用电侧数据中蕴含丰富的用户用电信息，具有巨大的数据挖掘价值。 该技术利用计量芯片高频数据和秒级数据，在AI芯片上对用电设备的运行状态（暂、稳态）特征进行提取，并使用统计学、机器学习和深度学习等算法实现用电设备的精准辨识。 非侵入式负荷监测技术开发替代传统利用多传感设备对负载辨识，通过用户入口处总线端获取负荷数据（电压、电流），并通过负荷识别算法分解用户用电负载成分，从而实现分项负荷分类、状态监测和电能统计的高级量测技术。 可应用在用户负荷感知、违规/违法用电监测，用户精准画像，用电设备健康状态监测，特定场景能耗和能效分析等等。