本发明公开一种基于非监督机器学习的非侵入负荷辨识方法、介质及系统，包括：基于双滑动窗的CUSUM事件检测算法对获取的一家庭用电设备的家庭用电负荷数据序列中的特征数据进行稳态事件检测，以获取发生稳态事件的特征数据；采用SOM网络聚类算法对所述稳态事件的所述特征数据进行聚类分析，得到至少两个第一分类；采用K‑means聚类算法对每一所述第一分类的所述特征数据进行聚类分析，得到至少两个第二分类；将每一第二分类的所述特征数据与预设数据库中的标准负荷数据进行匹配辨识，确定所述特征数据的类型。本发明能有效对家庭发生的负荷事件进行分类，大大减少了负荷辨识的人工成本，无需人工过多干预，提高辨识精度和运算效率。