铝业、钢铁、化工、建材等工业作为河南省的传统优势产业，是河南经济发展的重要支柱。随着我国经济发展进入新阶段，钢铁、有色等传统行业面临“去产能”“环保治理”“节能减排”的严峻形势。2016年以来，国家相继下发了《关于钢铁行业化解过剩产能实现脱困发展的意见》《关于营造良好市场环境促进有色金属工业调结构促转型增效益的指导意见》，指出要化解钢铁、有色等行业过剩产能，实现企业的脱困发展。然而，目前有效监测钢铁、有色等企业产能、产量的技术手段尚不完备，亟须创新监测方法。为此，本文研究了基于电力大数据的工业用户非侵入式监测方法，可为有效监测钢铁、电解铝等重点企业生产情况提供技术支撑。

非侵入式负荷监测理论

当前应用广泛的负荷监测系统分为侵入式监测和非侵入式监测两种。传统的侵入式监测是在每个负荷处安装相应的传感器，用来监测每个位置的运行状况，如图1所示。侵入式监测技术在实际应用中存在许多问题，如安装时须停电，包括线路改造、人力等在内的工程成本较高；入户安装时可能会进入用户隐私空间；人员可随意控制检测设备的运行状态，运行数据的连续性和完整性难以保证等。

图1 侵入式负荷监测

非侵入式负荷监测最初由Hart于20世纪80年代提出，其核心是对负荷进行有效的分解。非侵入式负荷监测是在电力入口处安装监测设备，如图2所示，通过监测该处的电压、电流等信号，利用有效的分解算法分析得到整体负荷中单个负荷的种类和运行情况。这种技术可节省安装和维护的时间，减少投入，能够开展能量监测、故障监测、故障分析等多类电能质量控制分析。

图2 非侵入式负荷监测

Hart提出的非侵入式负荷监测方法主要利用用电设备在启停时的功率变化特征，通过