1.一种GIS刀闸运行状态判断方法，其特征在于，包括以下步骤：S1、获取GIS设备运行期间刀闸分合闸时的N维的振动信号数据I，其中数据维度N表示获取到的振动信号数据点个数；

S2、对获取的振动信号数据I进行变分模态分解，得到若干个不同频段的模态分量，所述模态分量包括信号模态分量和噪声模态分量；具体步骤如下：S2.1、设定模态分量个数K的初始值，对振动信号数据I进行变分模态分解得到K个模态分量，分别计算每个模态分量的中心频率；

S2.2、计算第K个模态分量的中心频率ωK与第K‑1个模态分量的中心频率ωK‑1的误差σ；

S2.3、判断中心频率误差σ是否小于预设的误差阈值Δ：若σ<Δ，则输出稳定模态分量个数S＝K，将获取的振动信号数据I变分模态分解成S个模态分量；若σ≥Δ，则执行步骤S2.4；

S2.4、设定模态分量个数K＝K+1，其余参数不变，重复执行步骤S2.1‑S2.4，直至中心频率误差σ小于预设误差阈值Δ，输出稳定模态分量个数S，将获取的振动信号数据I进行变分模态分解成S个不同频段的模态分量；

S3、从所述模态分量中选取信号模态分量，根据振动信号数据I计算表征各信号模态分量复杂程度的模糊熵特征值，得到模糊熵特征向量；其中，计算表征各信号模态分量复杂程度的模糊熵特征值的步骤包括：S3.2.1、将N维信号模态分量表示为ud(t)＝[ud(1),ud(2),…ud(N)]，其中ud(t)表示第d个信号模态分量，d取值范围为[1,n]，n表示信号模态分量个数；预设参数相空间维度m，相空间维度m表示划分信号模态分量时间序列的窗口大小且m≤N‑2；

S3.2.2、对各信号模态分量按照预设参数m进行相空间重构；其中，经过相空间重构的重构信号模态分量时间序列 用公式表示为：式中， 通过从第i个数据点开始的连续m个ud(t)去掉均值u0(i)后得到，u0(i)表示从第i个数据点开始的一个窗口下m个数据的平均值；

S3.2.3、引入预设的表征模糊集合的模糊隶属函数，计算任意两个不同的重构信号模态分量时间序列 和 在相空间中的相似度 其中，j＝1,2,...,N‑m+1，且i≠j；

引入相似容限度预设模糊隶属函数，所述模糊隶属函数表达式为：

其中，以相似度的度量值r作为相似容限度；x表示模糊隶属函数的输入；

m

S3.2.4、根据所述相似度 计算重构信号模态分量信号的平均相似度φ (m,r)，其表达式为：其中，r表示相似度的度量值；

m

S3.2.5、根据所述平均相似度φ (m,r)计算模糊熵，其处理过程用公式表达为：m m+1

FE(m,r)＝limN→∞[lnφ (m,r)‑lnφ (m,r)]经计算，获得各个信号模态分量的模糊熵FE，构成模糊熵特征向量T＝[FE1,FE2,…,FEn]；

S4、将模糊熵特征向量输入到预设故障诊断模型中，输出GIS设备刀闸运行状态。

2.根据权利要求1所述的一种GIS刀闸运行状态判断方法，其特征在于，所述步骤S3中，从所述模态分量中选取信号模态分量的步骤包括：S3.1.1、计算各模态分量与振动信号数据I的互信息MIi，并对其做归一化处理，获得表示第i个模态分量对应互信息的归一化结果βi；

S3.1.2、根据βi是否不小于预设阈值τ选取信号模态分量：若βi≥τ，则第i个模态分量为信号模态分量；若βi<τ，则第i个模态分量为噪声模态分量。

3.根据权利要求1所述的一种GIS刀闸运行状态判断方法，其特征在于，输入参数 所述重构信号模态分量时间序列 和 在相空间中的相似度 用公式表达为：其中， 表示两个重构信号模态分量时间序列 和 之间的绝对距离，r表示相似度的度量值，i和j作为下标均表示一个窗口m个数据点的起始索引。

4.根据权利要求1所述的一种GIS刀闸运行状态判断方法，其特征在于，所述步骤S4中所述预设故障诊断模型包括支持向量机。

5.根据权利要求1所述的一种GIS刀闸运行状态判断方法，其特征在于，所述步骤S4中，所述步骤S4中，所述预设故障诊断模型经过训练得到，所述训练过程包括以下步骤：S4.1、收集GIS设备运行时刀闸正常和故障状态振动信号数据，并记录当时刀闸运行状态Y，建立振动信号样本库；

S4.2、对振动信号数据分别进行K层变分模态分解，得到K个不同频段的模态分量，保留信号模态分量，去除噪声模态分量；

S4.3、计算信号模态分量模糊熵特征向量T，并与对应运行状态组合形成特征熵向量数据集D＝{Ti,Yi}，其中Ti表示第i个振动信号样本的模糊熵特征向量，Yi表示第i个振动信号样本对应的运行状态类别，所述运行状态类别包括故障状态类别和正常状态；

S4.4、搭建用于判断GIS刀闸是否正常运行的基于支持向量机的第一阶故障诊断模型，将特征熵向量数据集D中故障状态归为负例、正常状态归为正例，按照预设比例将特征熵向量数据集D划分为训练集和验证集；利用训练集对第一阶故障诊断模型进行训练，并利用验证集验证分类精度，若分类精度达不到目标要求，重新在特征熵向量数据集D中抽取训练集数据进行训练，直到输出最优第一阶故障诊断模型；

S4.5、搭建用于判断GIS刀闸故障类别的多分类支持向量机故障诊断模型，每两类故障状态之间搭建一个支持向量机分类器；将故障状态对应数据从特征熵向量数据集D中抽取出来，形成振动故障数据集；按照步骤S4.4所述方法训练，直到输出最优多分类支持向量机故障诊断模型；

S4.6、将所述最优第一阶故障诊断模型和所述最优多分类支持向量机故障诊断模型共同组成预设故障诊断模型。

6.一种GIS刀闸运行状态判断系统，应用权利要求1～5任一项所述的GIS刀闸运行状态判断方法，其特征在于，包括：数据采集模块，被配置为获取GIS刀闸运行时振动信号数据，输出振动信号数据时间序列；

数据处理模块，被配置为对所述振动信号数据时间序列进行变分模态分解，输出若干个信号模态分量；

模糊熵计算模块，被配置为对所述信号模态分量计算模糊熵，输出模糊熵特征向量；

故障诊断模块，被配置为将所述模糊熵特征向量输入支持向量机，输出GIS刀闸运行状态；其中，所述支持向量机通过将GIS刀闸正常运行状态和故障运行状态时的信号模态分量特征熵向量数据集作为训练特征训练得到。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1‑5任一项所述的GIS刀闸运行状态判断方法。