1.基于蚁群优化支持向量机的电缆线路故障概率预测方法，其特征在于，具体过程包括如下步骤：步骤1，采集电缆线路的电缆本体、线路终端、附属设施、中间接头、过电压保护器和线路通道的健康值作为样本数据；

步骤2，建立SVM模型，将采集的样本划分为两部分，一部分用于SVM模型学习，作为训练样本；一部分用于SVM模型进行测试，为测试样本；

步骤3，使用训练样本通过蚁群算法对SVM模型进行优化训练，寻找最佳的惩罚因子c和高斯核函数参数σ，得到最佳故障概率预测模型；

步骤4，根据故障概率预测模型对测试样本进行预测。

2.如权利要求1所述的基于蚁群优化支持向量机的电缆线路故障概率预测方法，其特征在于，所述步骤2的具体过程如下：SVM对数据进行优化的具体目标函数表达式为：

约束条件为：

式中，ω为超平面法线，用来确定超平面方向；2/||ω||为两样本之间的最大间隔；ξ为非负松弛因子，表示划分样本时对误差大小的允许程度；b为超平面的常数项；c为惩罚参数，根据对精确度的要求来确定对数据分类误差的容忍程度；

选用适用性最广的高斯径向基核函数，径向基核函数如式(3)所示：K(x,xi)＝exp(-||x-xi||/2σ2)                 (3)式中，x为训练样本集，xi为测试样本集，σ为高斯核函数参数；

SVM分类器的决策函数如式(4)所示：

式中，αi≥0且 K(x,xi)为径向基核函数，b为偏置。

3.如权利要求1所述的基于蚁群优化支持向量机的电缆线路故障概率预测方法，其特征在于，所述步骤3中每只蚂蚁随机得到一组惩罚因子c与核函数参数σ，通过不断迭代，达到最大迭代次数后，输出最优的惩罚因子c与核函数参数σ，得到最佳故障概率预测模型。

4.如权利要求1所述的基于蚁群优化支持向量机的电缆线路故障概率预测方法，其特征在于，所述步骤3的具体过程如下：步骤3.1，将蚂蚁的数目设为ant Num，初始时，每只蚂蚁随机得到一组惩罚因子c与核函数参数σ；

步骤3.2，设定初始时间t＝0，循环次数N＝0，最大次数itertor Num，开始集Lpi中的外激素为τ[Lpi(j),t]，则当量i＝1，t时刻第k只蚂蚁向下一个节点j行走的概率如下：将其保

存到数组AK；

步骤3.3，令变量i＝i+1，进行迭代，i<3时执行步骤3.2；否则，执行步骤3.4；

步骤3.4，数组AK保存蚂蚁k所有的路径，即获得CK和σK，执行交叉验证的误差率作为适应度，保存最优参数；

步骤3.5，令t＝t+2，N＝N+1，τ[LPi(j),t+2]＝ρ[LPi(j),t]+Δτ[LPi(j)]，AK所有元素清零，当N

5.如权利要求1所述的基于蚁群优化支持向量机的电缆线路故障概率预测方法，其特征在于，所述步骤4中将电缆线路的电缆本体、线路终端、附属设施、中间接头、过电压保护器和线路通道的状态评价值CIi为作为最佳故障概率预测模型输入，输出则为健康值对应的电缆线路故障发生的概率，实现电缆线路故障概率预测。