1.一种基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述基于多尺度特征融合的非侵入式电器负载分类方法包括如下步骤：S1、采集电器控制系统的非侵入式电器负载信号，所述非侵入式电器负载信号包括电流信号、电压信号和功率信号中至少一种；

S2、对非侵入式电器负载信号进行预处理；

S3、将预处理后的非侵入式电器负载信号归为第一数据集；

S4、建立多尺度特征融合分类模型，所述多尺度特征融合分类模型包括U形网络、第一特征提取单元、残差模块、第一特征拼接单元、Flatten层和分类单元，所述U形网络、第一特征提取单元和残差模块并行，其中：所述U形网络，包括第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第二特征拼接单元、第三卷积层、第四卷积层、第三特征拼接单元、第五卷积层、第六卷积层和第七卷积层，所述第一卷积层的输出特征经第一最大池化层形成第一提取特征，所述第一提取特征经所述第二卷积层下采样形成第二提取特征，所述第二提取特征经第二最大池化层形成第三提取特征，所述第三提取特征经第七卷积层下采样获得第四提取特征，所述第三特征拼接单元用于将第三提取特征和第四提取特征进行拼接形成第一融合特征，所述第一融合特征依次经过第五卷积层和第六卷积层形成第五提取特征，所述第二特征拼接单元用于将第一提取特征和第五提取特征进行拼接形成第二融合特征，所述第二融合特征依次经过第三卷积层和第四卷积层形成第六提取特征；

所述第一特征提取单元，包括第一膨胀卷积模块、第四特征拼接单元和第二膨胀卷积模块，所述第四特征拼接单元用于将第四提取特征和第一膨胀卷积模块的输出特征进行相加操作作为第二膨胀卷积模块的输入特征；

所述第六特征拼接单元，用于将U形网络、第一特征提取单元和残差模块的输出特征进行相加操作形成第三融合特征；

所述Flatten层，用于对第三融合特征进行扁平化处理；

所述分类单元，包括并行的第一分类器和第二分类器，所述第一分类器用于对扁平化处理后的第三融合特征进行电器事件检测，所述第二分类器用于对扁平化处理后的第三融合特征进行电器状态分类；

S5、利用迁移学习方法获取迁移学习模型，包括：

S51、采用第一数据集对多尺度特征融合分类模型进行预训练并通过损失函数进行参数更新，保存预训练好的模型参数；

S52、采用家庭私人数据集对预训练好的多尺度特征融合分类模型再次进行训练，并仅对分类单元的参数进行优化形成迁移学习模型。

2.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述预处理为对非侵入式电器负载信号进行离散小波变换。

3.如权利要求2所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述离散小波变换，公式如下：其中，f(t)表示t时刻的输入时域信号， 表示小波函数，DWT(f)表示离散小波变j换的输出结果，ψj,k(t)表示小波基， 为归一化系数，ψ(2t‑k)表示对小波基进行缩放与平移，k决定小波基ψj,k(t)的位置，j决定宽度和高度。

4.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：各所述膨胀卷积模块包括第八卷积层、第一激活函数、第九卷积层、第二激活函数、第十卷积层、第五特征拼接单元、第十一卷积层和第十二卷积层，所述第八卷积层、第一激活函数、第九卷积层、第二激活函数和第十卷积层依次串接，所述第十一卷积层与第八卷积层共输入端，所述第五特征拼接单元用于将第十卷积层的输出特征和第十一卷积层的输出特征进行相加操作作为第十二卷积层的输入特征。

5.如权利要求4所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：各所述膨胀卷积模块中的卷积层，满足如下公式：RFl+1＝RFl+(k‑1)*Sl

其中，RFl+1表示第l+1层的感受野，RFl表示第l层的感受野，k表示第l+1层的卷积核尺寸，Sl表示前l层的步长之积。

6.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述U形网络中各卷积层均为一维卷积，且卷积核大小为3×3。

7.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述第一分类器和第二分类器均采用依次连接的线性全连接层和Softmax激活函数。

8.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述通过损失函数进行参数更新，具体如下：所述事件类型检测的损失函数为二元交叉熵损失函数，表示如下：

其中，N为事件类型检测中的样本总数，yi为事件类型检测中第l个样本的期望概率，为事件类型检测中第l个样本的预测概率；

所述电器状态分类将类别交叉熵作为损失函数，表示如下：

其中，M为电器状态分类中的样本总数，yc为电器状态分类中第c个样本的期望概率，为电器状态分类中第c个样本的预测概率。

9.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述残差模块包括第十三卷积层。

10.如权利要求1所述的基于多尺度特征融合的非侵入式电器负载分类方法，其特征在于：所述将预处理后的非侵入式电器负载信号归为第一数据集前，还通过第二特征提取单元对预处理后的非侵入式电器负载信号进行特征提取，所述第二特征提取单元包括依次连接的第一卷积模块和第二卷积模块，各所述卷积模块包括依次连接的第十四卷积层、第三激活函数和第三最大池化层。