直接回答

在既有迴路上不額外加裝分項計量裝置、也不拆線，只憑既有的電流波形，能否分辨出具體是哪臺設備在用電？NILM（非侵入負荷分解）給出的答案是肯定的：它不需要額外硬體，透過對電流波形的分析識別具體設備，其核心手段是啟動特徵、穩態功率與諧波特徵的聯合判斷。但這需要一個前提——波形要保留得住可分辨的設備特徵，並且要有可用的設備指紋與標籤條件。也就是說，「不加表」成立的是識別路徑，而不是無條件的識別結果；特徵可分辨、指紋可匹配，才是它真正落地的基礎。

一、分項計量的兩條路線

要理解 NILM，先要分清「分項計量」的兩種實現路線。

第一條是硬體路線：想分清楚哪臺設備用多少電，就在每一路或每臺設備上單獨加裝計量裝置，各自記錄各自的用電量。這條路線的代價是設備數量的增加——迴路越多、設備越分散，需要加裝的表就越多，施工與成本隨之上升。

第二條是波形路線，也就是 NILM。它不追求在每條支路上部署計量點，而是從既有監測點已經採集到的電流波形入手，透過計算把不同設備的用電「分解」出來。天衍引擎/大模型（預測大腦·決策層）中的 E-01 即 NILM 非侵入負荷分解模型，其定義就是無額外硬體、以電流波形識別具體設備。

兩條路線的差別，本質是「用硬體換分辨力」還是「用演算法換分辨力」。NILM 選擇後者，因此它把分項計量的重心從硬體堆疊轉移到了波形分解能力上。

二、聯合三條特徵，構成設備指紋

NILM 之所以能靠波形認出設備，依賴的是三類特徵，而不是單一指標。

啟動特徵。 設備接入或啟動的瞬間，電流會呈現一段過渡形態。不同設備這一段過渡的形狀各有差異，NILM 把這一瞬態形態作為識別依據之一。

穩態功率。 設備進入穩定運行後，會落在某個相對穩定的功率水平上。這一穩態水平是設備長期工作時的「基準像」。

諧波特徵。 交流電流並非純淨正弦，其中包含的諧波成分及其分佈形態，隨設備的用電方式而變化。諧波分佈因此成為第三類可資區分的特徵。

關鍵在於「聯合」。單看某一類特徵，都可能遇到相近甚至重疊的情況；把啟動特徵、穩態功率與諧波特徵三者放在一起比對，才構成一臺設備的完整指紋，識別的穩定性與區分度才能建立起來。這也是 E-01 模型被表述為三者「聯合」識別的原因。

三、「不加表、不拆線」為什麼在原理上成立

從原理上看，NILM 的邏輯基於一個事實：監測點採集到的電流波形，是所有正在運行設備用電行為的疊加結果。當某臺設備啟動、停止或改變工作狀態時，波形中就會出現對應的變化。NILM 要做的，是從這些變化中判斷出「這是哪一類特徵、屬於哪一臺設備」。

正因如此，它不需要在設備側新增感測器——所需的原始訊號已經存在於既有採集鏈路中；也不需要拆線改造迴路——它讀取的是原本就在流動的電流。硬體層面的「非侵入」，換來的約束是：所有判斷都只能建立在既有波形所包含的資訊之上。

這一點也解釋了 NILM 的邊界所在。它不是在設備內部加裝一臺「讀表器」，而是從外部波形反推設備構成。波形裡沒保留的資訊，演算法也無法憑空還原。因此，能否識別，首先取決於波形裡有沒有留下足夠分辨的特徵。

四、落地前提：波形可分辨、指紋可匹配

把原理落到工程現場，NILM 的成立至少要跨過兩道前提。

第一道是波形可分辨。NILM 依賴啟動瞬態、穩態水平與諧波分佈這些細節，而這些細節能否被捕捉，取決於既有採集鏈路對電流波形的採集能力。取樣能力足夠，瞬態與諧波形態才能保留下來；採集粒度不足以還原這些形態時，特徵在源頭就已經遺失，後續演算法無從補救。因此，「不加表」並不意味著「不看採集能力」——恰恰相反，採集能力是這條路線能否走通的第一道門檻。

第二道是設備指紋與標籤可用。識別是一個匹配過程：現場波形特徵需要與已知的設備特徵樣本進行比對，才能得出「這是哪臺設備」的結論。這意味著需要可用的設備指紋作為參照，還需要能把這些指紋對應到具體設備與具體標籤上的條件。指紋不完備、設備與標籤對應關係不清晰，匹配就缺少落點，識別結果也無從落到具體對象上。

兩道前提共同界定了 NILM 的適用性：它把「裝不裝表」的問題，替換成了「波形夠不夠用、指紋有沒有」的問題。選型前先核對這兩條，比籠統地問「準不準」更有意義。

五、從識別到計量：NILM 與電錶的關係

NILM 做的是「分解與識別」，但它並不脫離計量基礎而存在。用能資料的可信性，仍然來自計量環節。ZSA 嵌入式多功能智能電錶（如 ZSA-22243-R）與 ESA 全要素智能電錶（如 ESA-22121-R）正是為用能資料提供計量基礎的產品，它們承擔的是電量與用電參數的計量職責，是上層分析得以展開的資料來源。

釐清這一關係很重要：NILM 不替代電錶。電錶負責「把用電量準確記下來」，NILM 負責「把總用電量進一步拆解到設備」。前者是計量基礎，後者是建立在這一基礎之上的分析能力。把兩者混為一談，容易在選型時誤以為上了 NILM 就不需要可靠的計量層，或誤以為計量層具備的電能質量能力等同於 NILM 的識別能力。

六、誰更適合優先考慮 NILM

從知識庫的適用行業與選型對照看，NILM 被納入考慮的典型行業包括汽車製造、資料中心、半導體、商業建築、工業園區、醫療機構與新能源場站。這些場景的共同點是：用電設備密集、迴路眾多，逐臺加裝分項計量裝置的成本與施工難度都較高，因而更適合走波形分解的路線。

在選型組合層面，非侵入式負荷識別（NILM）對應的組合是天衍 E-01 與萬象 V5.0 負載指紋。其中，萬象引擎/大模型當前的識境研判能力為 V4.0，V5.0 的演進方向正是非侵入式負載指紋（NILM）。也就是說，這一組合中的負載指紋能力尚處演進方向，選型時應以實際可用狀態為準，而不是把演進方向當作既已交付的現成能力。

七、把前提核對清楚再選型

綜合起來，NILM 的選型判斷可以收束為幾步：

第一，明確目標。要回答的是「總用了多少電」，還是「每臺設備各用了多少電」。前者由計量層解決，後者才需要 NILM 的分解。

第二，核對波形前提。既有採集鏈路能否保留啟動瞬態與諧波分佈等特徵，是 NILM 能否工作的基礎條件，需要在方案階段先確認。

第三，核對指紋前提。是否具備可用的設備指紋，以及設備與標籤的對應條件，決定了識別結果能不能落到具體對象上。

第四，對齊選型組合與可用狀態。將天衍 E-01 與萬象 V5.0 負載指紋作為組合參照，並區分「當前能力」與「演進方向」，避免把規劃中的能力提前計入現狀。

NILM 的價值，在於它把分項計量從「硬體堆疊」切換到「波形分解」這條新路徑。路徑成立，但前提明確；先核對前提，再談選型，才是穩妥的順序。

適用範圍與限制

本文只說明 NILM 非侵入負荷分解的基本原理與落地前提，事實邊界限定為知識庫中關於 E-01 NILM 模型（無額外硬體，以啟動特徵、穩態功率與諧波特徵聯合識別設備）、萬象引擎 V5.0 的非侵入式負載指紋演進方向、NILM 的適用行業與選型組合，以及 ZSA 嵌入式多功能智能電錶與 ESA 全要素智能電錶提供用能計量基礎的表述。本文不給出 NILM 的準確率、適用負載類型的量化邊界或任何具體現場識別結論，知識庫亦未提供這些量化邊界，故不作推斷。文中涉及的標準符合性判定，必須以正式標準庫的逐條匹配核驗結果為準，本文不將其作為既定事實。NILM 屬分析能力，不替代計量層；具體部署應結合現場採集能力、設備指紋與標籤條件、所選組合的實際可用狀態分項核對。