1.一种非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
建立一负荷特征数据库，该数据库中存储有以下负荷特征信息：
（1）在基波参考电压Uref下不同电器的用电状态和工作状态，
（2）不同电器的每种工作状态的稳态电流谐波参数；
并包括下述步骤：
用电器登记与负荷状态字空间初始化步骤：
1）确定总负荷内的所含电器设备，并从负荷特征数据库中获取负荷内每个电器的负荷特征信息，从而完成用电器登记；
2）统计负荷所有可能的工作状态，并存储在一有序线性表[state]中，从而完成状态字空间ΩSW的初始化；
数据采集与数据预处理步骤：
包括采集负荷端电压和稳态用电总电流，以及对采集到的电压和总电流进行信号去噪和谐波分析，从而得出：
实测基波有功总功率
实测基波无功总功率
实测单元总电流模式
公式（6）和公式（7）中：U1表示实测负荷端电压u(t)的基波有效值，I1表示实测负荷总电流il(t)的基波有效值，θi1表示il(t)的基波相对于负荷端电压基波相位角的初相位角，
公式（15）中：αlh表示电流il(t)的第h次谐波幅值以该电流基波幅值为基值时的标幺值，故αl1=1，θlh表示电流il(t)的第h次谐波相对于负荷端电压基波相位角的初相位角；
基于查表的可行状态字空间搜索步骤：
对有序线性表[state]进行搜索，在状态字空间ΩSW中，根据实测负荷基波有功总功率和实测负荷基波无功总功率 对负荷工作状态完成初选，最终得到满足基波总功率约束的可行状态字空间 其中，Z表示整型数空间；
电流模式最优匹配步骤：
确定电流模式最优匹配的目标函数如下：
公式（16）中：||·||表示L2范数；
在上述可行状态字空间 内，寻找一个使电流模式最优匹配的目标函数
有最小值的状态字向量SWmin(t)作为对负荷当前工作状态的最优估值，实现电器工作状态辨识，并将与SWmin(t)一一地对应着的 作为负荷当前用电状态的最优估值向量，至此实现了负荷基波总功率分解；
监测与分解结果的显示输出步骤：
最后，显示输出负荷内部每个电器的用电功率和所处工作状态。
2.根据权利要求1所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
负荷特征数据库中，确定基波参考电压Uref下不同电器的用电状态和工作状态的方法是：
在基波参考电压Uref下，对不同电器进行实测，确定电器稳态运行时用电功率不同的所有情况，不同的用电功率即被定义为不同的用电状态，参考功率被记为Pref，不同的用电状态对应不同的工作状态，若电器不同物理状态下的用电功率相同，则将这些不同的物理状态统一定义为一种工作状态。
3.根据权利要求1所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
负荷特征数据库中，确定不同电器的每种工作状态的稳态电流谐波参数的方法是：
通过对实测所得的不同电器端电压和稳态电流进行谐波分析得到其稳态电流谐波参数，并定义电器ai的电流谐波参数矩阵Hai：
公式（4）中：设电器ai除停机之外，共有Si种工作状态，则矩阵Hai共有Si∈Z列，这里有s(i)∈{1,2,…,Si}，H表示Hai计及的最大谐波次数，h表示谐波次数，h∈{1,2,…,H}，αh，s(i)表示ai在状态s(i)下稳态电流的第h次谐波幅值以该电流基波幅值为基值时的标幺值，故有α1，s(i)＝1，θh，s(i)表示ai在状态s(i)下稳态电流的第h次谐波相对于电器设备端电压基波相位角的初相位角。
4.根据权利要求1或2所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
负荷状态字空间ΩSW及对应的有序线性表[state]的获取方法是：
首先，用由N个电器所消耗的基波功率组成的功率向量表示总负荷的用电状态，如下
1 N 1 N
述公式（1）和公式（2），分别为有功向量P(t)∈R 和无功向量Q(t)∈R，R表示实数空间，其分量分别是N个电器在时刻t处于各自用电状态的基波有功功率或无功功率；在既定
1 1 1
的N个电器的用电状态组合下，P(t)和Q(t)是一一对应的，所以仅用有功功率向量P(t)表示总负荷的用电状态，
公式（1）和公式（2）中：各项上标1表示基波，N表示总负荷内部的电器总数，i表示电器ai，i∈{1,2,…,N}，
进而，若以s(i)∈Z，表示电器ai的第s(i)种状态，其中，Z表示整型数空间，由于每个电器在某时刻t处于一种工作状态，因此，用一个N维状态字向量SW(t)∈ZN来反映总负荷在时刻t的工作状态，其分量分别表示N个电器的工作状态，如公式（3），T
SW(t)=(s(1),…,s(i),…,s(N)) （3）
公式（3）中：若电器ai处于停机状态，则令s(i)=0，
1 1
如上所述，一个P(t)或Q(t)唯一地对应一种总负荷工作状态SW(t)，反之亦然，基于以上，根据负荷特征数据库，在完成用电器登记的基础上，将负荷所有可能的工作状态（亦即负荷内部所有电器工作状态的组合）由状态字向量一一表示，并按与每个状态字向量对应的负荷基波有功总功率参考值的升序将所有状态字向量存储在一有序线性表[state]中，从而形成负荷的状态字空间ΩSW。
5.根据权利要求1所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
完成负荷工作状态初选过程中，实测基波端电压U1下，计算各电器基波有功功率和无功功率估值向量的方法是：
由于电网电压波动，负荷实际工作电压可能不是Uref，根据实测基波端电压U1修正负荷特征数据库中存储的基波参考电压Uref下的有功功率参考值，计算得到各个电器实际有功功率估值，如公式（8），
公式（8）中：γP表示电器的基波有功功率修正指数，可经实测统计得到，P(U1)表示实测基波端电压U1下的电器实际有功功率估值，
在实测基波端电压U1下，任取有序线性表[state]中第k个状态字向量SWk，k表示状态字向量在[state]表中的序号，根据公式（1）和公式（8），由状态字SWk计算得到对应的
1 N
基波有功功率估值向量，记为P(SWk,U1)∈R，
据公式（3），SWk中电器ai的状态为s(i)，由SWk可得到与之唯一对应的电流谐波参数矩阵Ha(SWk)，如公式（5），
公式（5）中：Ha(SWk)共有N列，若SWk中电器ai的状态s(i)≠0，则以参数矩阵Hai的第s(i)列作为矩阵Ha(SWk)的第i列，若s(i)＝0，则矩阵Ha(SWk)的第i列为零向量，利用电流谐波参数矩阵Ha(SWk)中各电器的基波相位角参数，根据下述公式（9）计算得
1 N 1 N
到与P(SWk,U1)∈R 一一对应着的基波无功功率估值向量Q(SWk,U1)∈R，
1
公式（9）中：θ1，s(i)取自电流谐波参数矩阵Ha(SWk)， 和 分别是P(SWk,U1)和
1
Q(SWk,U1)的第i个元素，即表示实测基波端电压U1下，电器ai处于状态s(i)时的基波有功功率和无功功率估值。
6.根据权利要求1或5所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
负荷工作状态初选的约束条件是：
1 1
分别对P(SWk,U1)和Q(SWk,U1)中元素求和得到负荷基波有功总功率和基波无功总功率估值，并相应地记为 和 进而建立负荷工作状态初选的约束条件，
如公式（10）和公式（11）：
公式（10）和公式（11）中：ηP和ηQ分别为有功功率和无功功率域值系数。
7.根据权利要求1所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
电流模式最优匹配的目标函数中所需的两个估值向量的确定方法是：
实测基波端电压U1下，确定各电器基波有功功率估值在负荷总基波有功功率估值中所占比例的向量的方法是：
1
由 中状态字向量SWk得到对应的有功功率估值向量P(SWk,U1)，由下下
述公式（12）确定各个电器的基波有功功率估值在负荷基波有功总功率估值中所占的比例的向量：
公式（12）中： 表示实测基波端电压U1下，
1
[state]表的第k个状态字SWk对应的基波有功功率估值向量P(SWk,U1)中电器ai的基波有功功率比例，k表示状态字向量在[state]表中的序号，
实测基波端电压U1下，确定各电器电流在负荷总电流中所占比例的估值向量的方法是：
根据下述公式（13），利用电流谐波参数矩阵Ha(SWk)中的基波相角参数和基波有功功率比例向量 计算得出每个电器的电流权重系数
公式（13）中，下标k表示状态字向量在[state]表中的序号，下标i表示电器ai，根据公式（3），下标s(i)表示状态字向量SWk中电器ai的状态，θ1，s(i)是电流谐波参数矩阵Ha(SWk)的第一行第i列元素的相位角，并把 称为电流权
重系数估值向量。
8.根据权利要求1所述非侵入式电力负荷监测与分解的电流模式匹配方法，其特征在于：
电流模式匹配的目标函数中，确定估计单元总电流谐波参数向量 也即估计总电流模式的方法是：
采用下述公式（14）计算得到估计单元总电流谐波参数向量
在t时刻，若实测负荷基波总功率对应的实测单元总电流模式被记为 如
公式（15），则电流模式匹配的目标函数如公式（16）。