1.基于改进的小波阈值去噪的故障诊断方法，其特征是，包括：获取待诊断的TE过程数据；对获取的数据进行标准化处理；

对标准化处理后的数据进行小波变换分解，分解为若干层，得到每一层的小波系数，所述小波系数包括：低频系数或高频系数；

对每一层的小波系数，计算偏度系数和峰度系数；依据每一层的偏度系数和峰度系数，判断当前层小波系数是否符合正态分布，如果符合正态分布，则采用硬阈值法去噪；否则，采用软阈值法去噪；去噪后，得到每一层小波系数被处理后的高频系数和低频系数，用处理后的高频系数和低频系数来重构数据信号，获得降噪后的数据；所述依据每一层的偏度系数和峰度系数，判断当前层小波系数是否符合正态分布；判断的具体步骤包括：依据每一层的偏度系数，计算该层偏度系数的标准差；基于所述该层偏度系数的标准差，计算偏度系数的Z评分值；

依据每一层的峰度系数，计算该层峰度系数的标准差；基于所述该层峰度系数的标准差，计算峰度系数的Z评分值；

如果偏度系数的Z评分值和峰度系数的Z评分值，均在设定的范围内，则表示当前层小波系数符合正态分布；否则，表示当前层小波系数不符合正态分布；

针对每一层小波系数均建立对应的主成分分析PCA模型，将每一层去噪后的数据，均输入到对应的PCA模型中，得到每一层的统计量；

将每一层的统计量与设定的控制限进行比较，如果待测数据的统计量小于设定的控制限，说明没有发生故障，继续故障检测；如果有待测数据的统计量超过设定的控制限，则表示待诊断的TE过程数据存在故障数据；所述设定的控制限的计算过程为：Sa1：获取历史TE过程数据；对获取的数据进行标准化处理；

Sa2：对标准化处理后的数据进行小波分解，分解为若干层；

Sa3：对每一层的小波系数，计算偏度系数和峰度系数；依据每一层的偏度系数和峰度系数，判断当前层小波系数是否符合正态分布，如果符合正态分布，则采用硬阈值法去噪；

否则，采用软阈值法去噪；结合每一层小波去噪后得到的高频系数和低频系数，使用小波逆变换方法对数据重构，获得降噪后的数据；

Sa4：针对每一层小波系数均建立对应的PCA模型，将每一层去噪后的数据，均输入到对应的PCA模型中，得到每一层的统计量；

Sa5：根据每一层的统计量，计算设定的控制限。

2.如权利要求1所述的方法，其特征是，所述对获取的数据进行标准化处理；具体步骤包括：Z‑score标准化方式对数据进行标准化处理。

3.如权利要求1所述的方法，其特征是，所述对标准化处理后的数据进行小波分解，分解为若干层；具体步骤包括：采用小波基函数db5；

采用模极大值方式确定最优分解层数m；

对标准化处理后的数据进行小波分解，分解为m层。

4.如权利要求1所述的方法，其特征是，所述对每一层的小波系数，计算偏度系数和峰度系数；

其中，计算偏度系数的步骤为：

其中，SK1为偏度系数， 为样本平均值，m2为样本的二阶中心距，m3为样本的三阶中心距，xi表示第i个样本，n表示样本总数。

5.如权利要求4所述的方法，其特征是，计算峰度系数的步骤为：其中，γ2表示峰度系数，k4表示样本四阶中心距，k2表示二阶样本中心距，n表示样本总数，xi表示第i个样本，x表示样本均值。

6.基于改进的小波阈值去噪的故障诊断系统，其特征是，包括：获取模块，其被配置为：获取待诊断的TE过程数据；对获取的数据进行标准化处理；

小波变换模块，其被配置为：对标准化处理后的数据进行小波变换分解，分解为若干层，得到每一层的小波系数，所述小波系数包括：低频系数或高频系数；

降噪模块，其被配置为：对每一层的小波系数，计算偏度系数和峰度系数；依据每一层的偏度系数和峰度系数，判断当前层小波系数是否符合正态分布，如果符合正态分布，则采用硬阈值法去噪；否则，采用软阈值法去噪；去噪后，得到每一层小波系数被处理后的高频系数和低频系数，用处理后的高频系数和低频系数来重构数据信号，获得降噪后的数据；所述依据每一层的偏度系数和峰度系数，判断当前层小波系数是否符合正态分布；判断的具体步骤包括：依据每一层的偏度系数，计算该层偏度系数的标准差；基于所述该层偏度系数的标准差，计算偏度系数的Z评分值；

依据每一层的峰度系数，计算该层峰度系数的标准差；基于所述该层峰度系数的标准差，计算峰度系数的Z评分值；

如果偏度系数的Z评分值和峰度系数的Z评分值，均在设定的范围内，则表示当前层小波系数符合正态分布；否则，表示当前层小波系数不符合正态分布；

统计量计算模块，其被配置为：针对每一层小波系数均建立对应的主成分分析PCA模型，将每一层去噪后的数据，均输入到对应的PCA模型中，得到每一层的统计量；

故障诊断模块，其被配置为：将每一层的统计量与设定的控制限进行比较，如果待测数据的统计量小于设定的控制限，说明没有发生故障，继续故障检测；如果有待测数据的统计量超过设定的控制限，则表示待诊断的TE过程数据存在故障数据；所述设定的控制限的计算过程为：Sa1：获取历史TE过程数据；对获取的数据进行标准化处理；

Sa2：对标准化处理后的数据进行小波分解，分解为若干层；

Sa3：对每一层的小波系数，计算偏度系数和峰度系数；依据每一层的偏度系数和峰度系数，判断当前层小波系数是否符合正态分布，如果符合正态分布，则采用硬阈值法去噪；

否则，采用软阈值法去噪；结合每一层小波去噪后得到的高频系数和低频系数，使用小波逆变换方法对数据重构，获得降噪后的数据；

Sa4：针对每一层小波系数均建立对应的PCA模型，将每一层去噪后的数据，均输入到对应的PCA模型中，得到每一层的统计量；

Sa5：根据每一层的统计量，计算设定的控制限。

7.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1‑5任一项方法所述的步骤。

8.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1‑5任一项方法所述的步骤。