1.一种基于输电网的故障诊断方法，其特征在于，包括：获取输电网的录波数据，与所述录波数据对应的故障原因数据以及所述输电网的故障发生区域的目标数据；

利用所述录波数据、所述故障原因数据以及所述目标数据构建目标神经网络模型；

利用所述目标神经网络模型对所述输电网的实时数据进行分析以确定所述输电网的故障类型。

2.根据所述权利要求1所述的基于输电网的故障诊断方法，其特征在于，所述利用所述录波数据、所述故障原因数据以及所述目标数据构建神经网络模型包括：对所述录波数据进行多尺度小波变换以获得录波特征值数据；

根据所述录波特征值数据和所述目标数据构建故障特征值矩阵；

根据所述故障特征值矩阵和所述故障原因数据构建所述目标神经网络模型。

3.根据所述权利要求2所述的基于输电网的故障诊断方法，其特征在于，所述根据所述故障特征值矩阵和所述故障原因数据构建所述目标神经网络模型包括：确定所述故障特征值矩阵中的特征值的个数；

设定神经网络模型中的输入层的神经元的个数为所述特征值的个数；

设定所述神经网络模型中的输出层的神经元的个数为所述故障原因数据中故障原因的类型的个数；

将所述神经网络模型中的隐藏层的各神经元节点的初始权重值设定为0至1之间的随机数；

利用所述输入层、所述输出层以及所述初始权重值构建所述神经网络模型并对所述神经网络模型进行训练得到所述目标神经网络模型。

4.根据所述权利要求3所述的基于输电网的故障诊断方法，其特征在于，所述利用所述输入层、所述输出层以及所述初始权重值构建所述神经网络模型并对所述神经网络模型进行训练得到所述目标神经网络模型之后，还包括：判断所述目标神经网络的训练误差是否满足条件；

若否，则对所述目标神经网络中的LayerSize、NodeSize、Iterations和LearningRate四个参数进行调整。

5.根据所述权利要求4所述的基于输电网的故障诊断方法，其特征在于，所述对所述目标神经网络中的LayerSize、NodeSize、Iterations和LearningRate四个参数进行调整包括：确定所述目标神经网络模型中的隐藏层的层数和所述隐藏层的神经元节点数；

通过修改所述隐藏层的层数、所述隐藏层的神经元节对所述目标神经网络中的LayerSize、NodeSize、Iterations和LearningRate四个参数进行调整。

6.根据所述权利要求1所述的基于输电网的故障诊断方法，其特征在于，所述利用所述目标神经网络模型对所述输电网的实时数据进行分析以确定所述输电网的故障类型之后，还包括：利用所述实时数据对所述目标神经网络模型再次进行训练以更新所述目标神经网络模型中各神经元的权重值。

7.根据所述权利要求1至6任意一项所述的基于输电网的故障诊断方法，其特征在于，所述目标数据包括：所述故障发生区域中的温度信息、湿度信息、经纬度信息、海拔信息以及风力等级信息。

8.一种基于输电网的故障诊断装置，其特征在于，包括：获取模块，用于获取输电网的录波数据，与所述录波数据对应的故障原因数据以及所述输电网的故障发生区域的目标数据；

构建模块，用于利用所述录波数据、所述故障原因数据以及所述目标数据构建目标神经网络模型；

确定模块，用于利用所述目标神经网络模型对所述输电网的实时数据进行分析以确定所述输电网的故障类型。

9.一种基于输电网的故障诊断装置，其特征在于，包括：存储器，用于存储计算机程序；

处理器，用于执行所述存储器中存储的计算机程序以实现如权利要求1至7任一项所述的基于输电网的故障诊断方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于输电网的故障诊断方法的步骤。