掌握家庭用电结构是对居民用户设计和推行恰当的需求侧管理措施的基础。实施挨家挨户调查或是对各用电设备直接进行监测的可行性都很低;而现有的非侵入式负荷监测方法又需要以用户进线处较高频率的量测数据为基础,难以大范围实施。针对上述问题,本文研究符合当前居民用电数据采集条件的家庭用电结构非侵入式分析方法。论文首先开展不同代际结构家庭家电配置偏好度研究。通过基于密度的聚类法对常用大功率电器实施功率分档;根据各种代际结构家庭占比、各档位家电市场份额的统计信息,构建一种各类家庭对各家电档位偏好度的拟合方法;通过分枝、剪枝过程获得各类家庭常见家电配置方案,并据各类家庭对各档位家电的偏好度评估出各类家庭对各种家电配置方案的偏好度,为获得家电配置的先验概率提供基础。其次,论文提出了一种自底向上的家庭用电模式仿真分析方法。为此,先通过实测或建模仿真,建立常用电器单次运行典型负荷曲线库;在问卷调查的基础上,建立了不同代际结构家庭中各电器日开启次数、开启时间的概率分布模型;随后采用蒙特卡洛仿真,获得各家电的日负荷曲线,加总各家电负荷曲线获得家庭的日负荷曲线。该方法为计算一定家电配置下出现某种用电模式的训练概率提供条件。在上述研究基础上,进而提出基于贝叶斯分类的家电构成非侵入式分析方法。通过K-means聚类法获得居民典型用电模式;以各类家庭的家电配置方案偏好度为基础计算得到家电配置的先验概率,采用所提家庭用电模式仿真分析方法获取各家电配置下出现各种用电模式的训练概率;最后利用贝叶斯公式评估出各种用电模式对应各种家电配置方案的后验概率,选取后验概率最大的几种作为相应用电模式最可能对应的家电配置方案。文中针对上海地区实施了算例分析,验证了所提家电配置偏好度研究方法、家电运行模式仿真分析方法的可行性和结果的合理性。论文还以1306户上海家庭为样本,实施了居民典型用电模式分析,在此基础上开展了非侵入家电结构分析和判定结果的检验,结果表明:在为各种家庭推断的家电配置数不超过10种的情况下,所提非侵入式分析方法的准确度可达到82.88%,且对中、小用电规模的家庭推断得到的家电配置方案较为集中、适用性最好。