1.一种基于电器运行模式的非侵入式家用负荷分解方法，其特征在于，包括以下步骤：步骤1，通过测量不同家用负荷的运行功率，提取家用负荷电器运行模式特征集，具体包括：

利用智能电表测量不同家用负荷的运行功率，得到各家用负荷运行的监测功率序列；

从各家用负荷运行的监测功率序列中，提取有代表性的功率运行序列作为各家用负荷的电器运行模式特征，构成特征集如下：i

其中，φ(i)表示家用负荷i的电器运行模式特征序列，H为家用负荷i的电器运行模式特征序列的长度，i＝1,2,…N；

步骤2，截取入户处的一段测量总功率序列段，并从特征集中截取等长的各负荷电器运行模式功率序列段，各负荷电器运行模式功率序列段求和得到目标总功率序列段，具体包括：

截取入户处的一段测量总功率序列段P，这里， 其中，lw为截取的总功率序列的长度，Pi(i＝1,2,...,lw)为序列第i个功率值；

从特征集中截取与P等长的各负荷电器运行模式功率序列段：i i

其中，h表示截取的家用负荷i的特征序列段第一个值在其特征序列中为第h个值；

将截取的各负荷电器运行模式功率序列段相加得到目标总功率序列段：得到：

步骤3，计算测量总功率序列段与目标总功率序列段之间的距离，将该距离最短作为问题目标，构建负荷分解优化问题模型，具体包括：计算测量总功率序列段P和目标总功率序列段 的距离，如下：将测量总功率序列段P和目标总功率序列段 的距离最短作为目标，得到目标函数：步骤4，求解负荷分解优化问题模型的优化问题，得到负荷分解结果，具体包括：i

步骤4.1，采用遗传算法对目标函数进行求解，优化问题建立为求最优的h 使得目标函数的值最小，采用排序进行适应度分配，目标函数值越小，适应度值越高；

步骤4.2，根据各家用负荷电器运行模式特征序列的长度设计基因编码结构，首先确定i i i

h的二进制位数，负荷i的运行序数h 取值范围由负荷i电器运行模式特征序列的长度H决i i 1

定，h的二进制位数为能表示[1，H ‑lw+1]的最少二进制位数，然后将各负荷的运行序数h ,

2 i N

h ,...,h ,...h进行拼接得到基因编码；

1

步骤4.3，经过选择、交叉和变异步骤，当目标函数值收敛，求得各负荷运行序数h ,

2 i N

h ,...,h ,...h的最优解，与这些最优解对应的各负荷的特征序列段与实际情况最接近；

1 2 i N

步骤4.4，根据h ,h ,...,h ,...h的值从特征集中查询各家用负荷的功率序列段，即为截取的总功率序列段对应的各家用负荷分解值；

步骤5，再次截取下一段测量总功率序列段，重复步骤2到步骤4，直到将整个测量总功率序列分解。

2.根据权利要求1所述的基于电器运行模式的非侵入式家用负荷分解方法，其特征在于，所述步骤5，再次截取下一段测量总功率序列段，重复步骤2到步骤4，直到将整个测量总功率序列分解，具体为：

对入户处的测量总功率序列，分段进行分解，循环直至所有的总功率序列分解完成。