節能風潮起，如何精準省電、用電已成各國政府能源重點政策，如美國、英國、日本等先進國家，皆積極推動「需量反應措施」；因應此一趨勢，資策會智慧網通系統研究所(智通所)也研發半監督詢問式學習基礎的非侵入式負載監測技術(NILM)，結合深度學習與大數據分析技術，使用戶能簡單地獲取能源使用資訊，進而達到精確用電、省電之目的。
以往多數人都以為，工業用電是用電占比最多的，但事實上，住商低壓用戶的用電，因其「主體小、用戶多、組成雜」的特性，才是夏季尖峰用電量的大戶，整體負載高達50%以上。但可惜的是，在電價低、民眾長期用電習慣難以調整等因素下，往往較無節能的觀念與意願。
資策會智通所組長蔡家緯表示，此一技術結合大數據分析和深度學習。過往提供給用戶的用電資料多是用電總量，然而，用戶看到用電總量時其實沒有甚麼感覺，因為無法從上面得知家中各個電氣設備的用電量多少。然而，透過NILM，便可從用戶的用電總量分析出家中各電氣設備的用電量，並且知道用戶的用電行為。進一步協助用戶建立用電行為模型，協助用戶瞭解如何透過改變用電行為來節電，進而提升低壓用戶節能意願。
蔡家緯進一步說明，目前此一技術仍在推廣當中，並且配合台電布建智慧型電表(Advanced Metering Infrastructure, AMI)的計畫，先尋找一千戶用戶進行實驗。作法偏向於將用戶分群，在用電行為比較類似的用戶群體中，找尋幾個關鍵用戶在家中安裝量測指表，以量測所有家中電器，接著針對用電電器加以標示，以收集相關資訊好進行深度學習，之後再將此一學習的模型套用在其他用戶之上。同時，由於現在App風行，因此用戶也可透過App即時給與反饋，使電力業者或節能業者了解NILM是否真的滿足用戶節電/用電需求，進而再加以更新或是校對整個深度學習模型。
另一方面，電力業者及節能業者，亦可運用此NILM技術，提供節能服務建議，有效的協助制定能源技術服務(Energy Service Company, ESCO)、能資資通訊技術(Energy Information and Communication technology, EICT)行銷策略，以提高節能產業之附加價值與產業之發展，勾構出以資料為核心之能源新興服務模式。
