本发明公开了非侵入式负荷辨识模型的构建方法、装置和存储介质，将负荷信号特征矩阵进行奇异值分解获得奇异值对角向量矩阵、左奇异值向量矩阵和右奇异值向量矩阵；保留所述奇异值对角向量矩阵中高于预设奇异值门限的奇异值；从左奇异值向量矩阵和右奇异值向量矩阵选取更新后的奇异值对角向量矩阵对应的左右奇异值向量，构建成新的左奇异值向量矩阵和新的右奇异值向量矩阵；确定新的左奇异值向量矩阵和新的右奇异值向量矩阵对应的克罗内克积并进行特征矩阵；将重构后的负荷信号特征矩阵输入到卷积神经网络模型进行训练。基于奇异值特征矩阵重构的方法对信号进行预处理，降低了数据的纬度，将数据特征进行重新分布，缩短训练时间，降低网络复杂度。