1.一种基于偏最小二乘法-支持向量机PLS-SVM的通用单相谐波负荷建模方法，所述方法包括：步骤1，将电压和负荷电流录波数据经过快速傅里叶变换FFT得到电压电流三角函数表达式；步骤2，将所述电压电流三角函数表达式转换为Y＝ZX+μ的矩阵形式，从而建立基本负荷谐波模型；其中，μ为测量噪声矢量；步骤3，对母线电压矩阵X和负荷电流矩阵Y分别进行标准化处理得到数据X 0 和数据Y 0 ；步骤4，对所述数据X 0 和数据Y 0 进行至少一次偏最小二乘回归PLS主成分提取使t m 和u m 的协方差Cov(t m ,u m )最大，从而得到训练集样本数据{X m (t),Y m (t)}；其中，t m 是X的第m个主成分；步骤5，选择核函数对上述训练集样本数据{X m (t),Y m (t)}进行支持向量机SVM算法分析并建立拉格朗日优化目标函数和拉格朗日方程；以及步骤6，求解拉格朗日问题的约束因子参数α以及负荷参数矩阵Z建立通用单相谐波负荷模型并快速识别出负荷参数；其中，在标准化处理中Y的标准化矩阵用Y 0 表示，u 1 是Y 0 的第一个主成分，u 1 ＝Y 0 c 1 ，c 1 是Y 0 的第一个轴，它是一个单位向量，即||c 1 ||＝1；自变量X的标准化矩阵用X 0 表示，t 1 是X的第一个主成分，t 1 ＝X 0 k 1 ，k 1 是X 0 的第一个轴，同时也是一个单位向量，即||k 1 ||＝1。
2.根据权利要求1所述的方法，在通用单相谐波负荷模型中流过负荷的总电流由表示线性负荷部分的电流i RCL (t)和表示非线性负荷部分的电流i g (t)两部分组成；其中，电流i RCL (t)包括电阻R、电容C和电感L分别对应的元件的电流i R (t)、i C (t)和i L (t)，它们之间的关系为：i(t)＝i R (t)+i C (t)+i L (t)+i g (t)。
3.根据权利要求2所述的方法，其中i(t)能够用参数R、C、L和i g (t)来表示，并对两边求导后将i g (t)表示为傅里叶级数展开形式：其中，A h 和B h 分别为谐波的电流i g (t)傅里叶级数形式的余弦分量和正弦分量的幅值；将母线电压和负荷电流展开为傅里叶级数形式：其中，N为所考虑的最高次谐波次数；U h 和I h 分别为第h次谐波电压和电流的幅值；α h 和β h 分别为第h次谐波电压和电流的初相位。
4.根据权利要求1所述的方法，其中第m主成分提取值为：其中，X m-1 是变量X的第m-1次提取的标准化训练集矩阵；Y m-1 是变量Y的第m-1次提取的标准化训练集矩阵；X m 是变量X的第m次提取的标准化训练集矩阵；Y m 是变量Y的第m次提取的标准化训练集矩阵；t m 是X的第m个主成分；p m 是矩阵X的回归系数；r m 是矩阵Y的回归系数； 为矩阵X的回归系数转置矩阵； 为矩阵Y的回归系数转置矩阵。
5.根据权利要求1所述的方法，其中选择径向基函数RBF作为SVM的核函数。
6.根据权利要求1所述的方法，其中所述拉格朗日优化目标函数为使 的最小值满足关系式y m (t)＝Zx m (t)+μ+ξ；其中，所述M为惩罚因子，M的取值决定了模型的泛化能力；所述ξ为拟合误差。
7.根据权利要求6所述的方法，其中通过卡罗需-库恩-塔克KKT条件对所述拉格朗日方程进行分析最终得到：将所述约束因子参数α带入所述负荷参数矩阵Z即可建立通用单相谐波负荷模型：
