1.一种零碳建筑的负荷识别方法，其特征在于，包括：利用交叉分类法，对零碳建筑的用电设备进行分组分类，得到所述零碳建筑的多个设备组；针对每个所述设备组，采用直接聚类法，对所述设备组中每个用电设备的日负荷数据进行聚类，得到所述用电设备的第一日负荷聚类中心曲线；利用所述第一日负荷聚类中心曲线，对同种类的所述用电设备进行分组聚类，得到第二日负荷聚类中心曲线；根据所述用电设备的日负荷数据和所述第二日负荷聚类中心曲线，识别所述零碳建筑的负荷状态，包括：基于预设切割方式，将所述第二日负荷聚类中心曲线切割为多个分段曲线，以及将所述设备组中所有所述用电设备的所述日负荷数据切割为多个分段数据；计算所述分段曲线和所述分段数据之间的最大偏差值；根据所述最大偏差值，确定所述零碳建筑的负荷状态；所述预设切割方式为基于用电峰谷时段进行时段切割。
2.如权利要求1所述的零碳建筑的负荷识别方法，其特征在于，所述利用交叉分类法，对零碳建筑的用电设备进行分组分类，得到所述零碳建筑的多个设备组，包括：利用交叉分类法，根据所述用电设备的设备类型，对所述零碳建筑的用电设备进行一次分组；根据所述用电设备在所述零碳建筑中的地理位置，对所述用电设备进行二次分组，得到多个设备组，每个所述设备组中的用电设备为同种类的用电设备。
3.如权利要求1所述的零碳建筑的负荷识别方法，其特征在于，所述直接聚类法包括K均值聚类算法、K中心点划分算法和层次聚类算法中的至少一种。
4.如权利要求3所述的零碳建筑的负荷识别方法，其特征在于，所述针对每个所述设备组，对所述设备组中每个用电设备的日负荷数据进行聚类，得到所述用电设备的第一日负荷聚类中心曲线，包括：针对每个所述设备组，随机选取所述设备组中任一用电设备的日负荷数据作为K均值聚类算法的初始聚类中心；以所述初始聚类中心，对所述设备组中所有所述用电设备的日负荷数据进行聚类，得到所述设备组对应的第一日负荷聚类中心曲线。
5.如权利要求1所述的零碳建筑的负荷识别方法，其特征在于，所述利用所述第一日负荷聚类中心曲线，对同种类的所述用电设备进行分组聚类，得到第二日负荷聚类中心曲线，包括：将同种类的所述用电设备对应的各个所述设备组的第一日负荷聚类中心曲线进行对比；将所述第一日负荷聚类中心曲线间的欧式距离小于预设阈值的两个所述设备组进行合并，得到所述第二日负荷聚类中心曲线。
6.一种零碳建筑的负荷识别装置，其特征在于，包括：分组模块，用于利用交叉分类法，对零碳建筑的用电设备进行分组分类，得到所述零碳建筑的多个设备组；第一聚类模块，用于针对每个所述设备组，采用直接聚类法，对所述设备组中每个用电设备的日负荷数据进行聚类，得到所述用电设备的第一日负荷聚类中心曲线；第二聚类模块，用于利用所述第一日负荷聚类中心曲线，对同种类的所述用电设备进行分组聚类，得到第二日负荷聚类中心曲线；识别模块，用于根据所述用电设备的日负荷数据和所述第二日负荷聚类中心曲线，识别所述零碳建筑的负荷状态，包括：基于预设切割方式，将所述第二日负荷聚类中心曲线切割为多个分段曲线，以及将所述设备组中所有所述用电设备的所述日负荷数据切割为多个分段数据；计算所述分段曲线和所述分段数据之间的最大偏差值；根据所述最大偏差值，确定所述零碳建筑的负荷状态；所述预设切割方式为基于用电峰谷时段进行时段切割。
7.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5任一项所述的零碳建筑的负荷识别方法。
8.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的零碳建筑的负荷识别方法。
