本发明涉及基于状态矩阵决策树的非侵入式负荷检测与分解方法，包括以下步骤：S1、对样本数据进行预处理，包括数据清洗、数据集成和数据归约，得到有效的样本数据；S2、利用频谱分析确定数据样本周期；S3、基于顺序向前特征选择算法与K-means聚类算法选择负荷特征，再根据样本周期，利用时序特征选择算法，提取辨识度高的负荷特征；S4、基于改进型滑动窗双边CUSUM事件检测算法与决策树的负荷识别与分解，建立自动识别的单一设备工作状态模型，在此基础上，引入状态矩阵决策树，建立负荷时序特征概率模型，从而实现叠加设备工作状态的自动识别。本发明的方法识别效率高，具有很好的实用性。