家庭用电已经成为社会用电中高占比的重要组成部分,随着家用电器的大规模普及,节约用电、安全用电等问题已经越来越得到重视。现有的负荷分解方法都是针对离线数据的,虽然对分析用电规律有一定的帮助,但是由于方法的滞后性对于更多的需求无法满足,比如动态规划电价的用电侧需求分析、智能家居的建设、家长规划未成年人娱乐时间等需求。针对这些需要实时获取电器工作状态的需求,本文提出了一种基于滑动窗口的非侵入式实时电器识别方法。本文结合已有的负荷分解的方法和思路,参考这些算法中使用的特征建模和识别算法,剔除其中不满足实时识别的地方,讨论和选择了适合非侵入式实时电器识别的特征模型和识别算法。本文首先针对实时电器识别的要求,确定使用暂态事件来构建特征模型,然后提出了传统的基于波形轨迹的特征模型和改进的基于滑动窗口的特征建模和识别算法。对于模型和算法的性能分析,本文使用REDD数据库进行实验,并分析了实验的结果和算法的不足之处。另外,本文还将识别结果和其他使用REDD数据的文献进行横向对比,证实使用的模型和算法的识别效果有了一定的提高。通过使用REDD数据库验证了算法的可行性,本文进一步搭建了安装于实验室的试验系统,通过采集实验室内电器的工作电气数据,验证算法在真实用电环境长时间的运行性能。结合统计的实验结果,表明基于滑动窗口的非侵入式实时电器识别算法可以适用于真实环境,并且识别效果比较理想。