1.一种基于光伏组件生产控制系统的数据采集方法，其特征在于，应用于云服务器，所述方法包括：获取所述光伏组件生产控制系统的设定光伏组件生产线对应的当前生产线故障；所述当前生产线故障是当前故障运维事件在所述设定光伏组件生产线中决策的故障定位信息，其中，在所述当前故障运维事件中，通过运维服务节点采集设定光伏组件生产线的光伏组件生产控制数据，来确定是否存在生产线故障，所述光伏组件生产控制数据是对设定光伏组件生产线的生产控制进程进行数据采集得到的，对光伏组件生产控制数据进行故障定位信息识别，在识别到生产线故障时，将该光伏组件生产控制数据输出为当前生产线故障对应的故障活动数据，并将当前生产线故障对应的故障活动数据进行上传；

从先验生产线故障序列中确定与所述当前生产线故障匹配的先验生产线故障，生成所述当前生产线故障对应的参考生产线故障；所述先验生产线故障序列中的先验生产线故障，是先验故障运维事件中在所述设定光伏组件生产线中决策的故障定位信息；

确定所述当前生产线故障的生产线工况状态向量得到当前生产线工况状态向量，并确定所述参考生产线故障的生产线工况状态向量得到参考生产线工况状态向量；所述当前生产线工况状态向量是对所述当前生产线故障的工况状态数据进行特征嵌入生成的特征向量，所述参考生产线工况状态向量是对所述参考生产线故障的工况状态数据进行特征嵌入生成的特征向量； 依据所述当前生产线工况状态向量和所述参考生产线工况状态向量，对所述当前生产线故障所对应的生产控制数据进行采集决策；

所述从先验生产线故障序列中确定与所述当前生产线故障匹配的先验生产线故障，生成所述当前生产线故障对应的参考生产线故障，包括：确定所述先验生产线故障序列中各个先验生产线故障分别所映射的生产控制节点，生成各先验生产线故障分别对应的先验生产控制节点；

确定所述当前生产线故障的生产控制节点，生成当前生产控制节点；

针对所述先验生产线故障序列中的每个先验生产线故障，在所述当前生产控制节点与对应的先验生产控制节点之间的生产控制重合度大于设定重合度时，将所述先验生产线故障输出为所述当前生产线故障对应的参考生产线故障；

所述在所述当前生产控制节点与对应的先验生产控制节点之间的生产控制重合度大于设定重合度时，将所述先验生产线故障输出为所述当前生产线故障对应的参考生产线故障，包括：在所述当前生产控制节点与对应的先验生产控制节点之间的生产控制重合度大于设定重合度时，确定所述先验生产线故障的故障定位向量，生成先验故障定位向量；所述先验故障定位向量是对所述先验生产线故障的故障活动数据进行特征编码生成的特征向量；

对所述当前生产线故障的故障活动数据进行特征编码生成当前故障定位向量；

在所述先验故障定位向量与所述当前故障定位向量之间的特征距离大于或等于第一设定特征距离时，将所述先验生产线故障输出为所述当前生产线故障对应的参考生产线故障；

所述依据所述当前生产线工况状态向量和所述参考生产线工况状态向量，对所述当前生产线故障所对应的生产控制数据进行采集决策，包括：确定所述当前生产线工况状态向量与所述参考生产线工况状态向量之间的特征距离，生成目标特征距离；

在所述目标特征距离大于或等于第二设定特征距离时，将所述当前生产线故障所对应的生产控制数据采集到所述先验生产线故障序列所对应的数据库中；

所述当前生产线工况状态向量包括当前设备工况状态向量和当前场景工况状态向量，所述当前设备工况状态向量，是对所述当前生产线故障的工况状态数据进行设备工况状态向量编码生成的特征向量，所述当前场景工况状态向量，是对所述当前生产线故障的工况状态数据进行场景工况状态向量编码生成的特征向量；

所述确定所述当前生产线工况状态向量与所述参考生产线工况状态向量之间的特征距离，生成目标特征距离，包括：确定所述当前设备工况状态向量与参考设备工况状态向量之间的特征距离，生成第一特征距离；所述参考设备工况状态向量为所述参考生产线故障的设备工况状态向量；

确定所述当前场景工况状态向量与参考场景工况状态向量之间的特征距离，生成第二特征距离；所述参考场景工况状态向量为所述参考生产线故障的场景工况状态向量；

依据所述第一特征距离和第二特征距离得到所述目标特征距离；

所述当前设备工况状态向量，是基于训练完成的设备工况状态编码器得到的，所述当前场景工况状态向量，是基于训练完成的场景工况状态编码器得到的；

所述依据所述第一特征距离和第二特征距离得到所述目标特征距离，包括：

确定所述训练完成的设备工况状态编码器对应的编码有效值，生成第一有效度量值，确定所述训练完成的场景工况状态编码器对应的编码有效值，生成第二有效度量值；

依据所述第一有效度量值确定所述第一特征距离的度量系数；所述第一特征距离的度量系数与所述第一有效度量值成负向关联关系；

依据所述第二有效度量值确定所述第二特征距离的度量系数；所述第二特征距离的度量系数与所述第二有效度量值成负向关联关系；

依据所述第一特征距离的度量系数和第二特征距离的度量系数，对所述第一特征距离和所述第二特征距离进行融合，生成所述目标特征距离；

生成所述训练完成的设备工况状态编码器的步骤，包括：

获取待学习工况状态数据；所述待学习工况状态数据是预设故障定位信息对应的工况状态数据；

基于初始化权重参数的设备工况状态编码器对所述待学习工况状态数据进行编码，生成估计设备工况状态向量；

依据所述估计设备工况状态向量与所述待学习工况状态数据的真实设备工况状态向量之间的损失函数值，更新所述初始化权重参数的设备工况状态编码器的权重参数信息，生成所述训练完成的设备工况状态编码器。

2.一种计算机可读存储介质，其特征在于，其上存储有机器可执行指令，所述机器可执行指令被处理器执行时实现权利要求1所述的基于光伏组件生产控制系统的数据采集方法。

3.一种云服务器，其特征在于，包括处理器以及计算机可读存储介质，所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令被处理器执行时实现权利要求1所述的基于光伏组件生产控制系统的数据采集方法。

4.一种基于光伏组件生产控制系统的数据采集系统，其特征在于，所述基于光伏组件生产控制系统的数据采集系统包括云服务器以及与所述云服务器通信连接的光伏组件生产控制系统，所述云服务器具体用于：获取所述光伏组件生产控制系统的设定光伏组件生产线对应的当前生产线故障；所述当前生产线故障是当前故障运维事件在所述设定光伏组件生产线中决策的故障定位信息，其中，在所述当前故障运维事件中，通过运维服务节点采集设定光伏组件生产线的光伏组件生产控制数据，来确定是否存在生产线故障，所述光伏组件生产控制数据是对设定光伏组件生产线的生产控制进程进行数据采集得到的，对光伏组件生产控制数据进行故障定位信息识别，在识别到生产线故障时，将该光伏组件生产控制数据输出为当前生产线故障对应的故障活动数据，并将当前生产线故障对应的故障活动数据进行上传；

从先验生产线故障序列中确定与所述当前生产线故障匹配的先验生产线故障，生成所述当前生产线故障对应的参考生产线故障；所述先验生产线故障序列中的先验生产线故障，是先验故障运维事件中在所述设定光伏组件生产线中决策的故障定位信息；

确定所述当前生产线故障的生产线工况状态向量得到当前生产线工况状态向量，并确定所述参考生产线故障的生产线工况状态向量得到参考生产线工况状态向量；所述当前生产线工况状态向量是对所述当前生产线故障的工况状态数据进行特征嵌入生成的特征向量，所述参考生产线工况状态向量是对所述参考生产线故障的工况状态数据进行特征嵌入生成的特征向量； 依据所述当前生产线工况状态向量和所述参考生产线工况状态向量，对所述当前生产线故障所对应的生产控制数据进行采集决策；

所述从先验生产线故障序列中确定与所述当前生产线故障匹配的先验生产线故障，生成所述当前生产线故障对应的参考生产线故障，包括：确定所述先验生产线故障序列中各个先验生产线故障分别所映射的生产控制节点，生成各先验生产线故障分别对应的先验生产控制节点；

确定所述当前生产线故障的生产控制节点，生成当前生产控制节点；

针对所述先验生产线故障序列中的每个先验生产线故障，在所述当前生产控制节点与对应的先验生产控制节点之间的生产控制重合度大于设定重合度时，将所述先验生产线故障输出为所述当前生产线故障对应的参考生产线故障；

所述在所述当前生产控制节点与对应的先验生产控制节点之间的生产控制重合度大于设定重合度时，将所述先验生产线故障输出为所述当前生产线故障对应的参考生产线故障，包括：在所述当前生产控制节点与对应的先验生产控制节点之间的生产控制重合度大于设定重合度时，确定所述先验生产线故障的故障定位向量，生成先验故障定位向量；所述先验故障定位向量是对所述先验生产线故障的故障活动数据进行特征编码生成的特征向量；对所述当前生产线故障的故障活动数据进行特征编码生成当前故障定位向量；

在所述先验故障定位向量与所述当前故障定位向量之间的特征距离大于或等于第一设定特征距离时，将所述先验生产线故障输出为所述当前生产线故障对应的参考生产线故障；

所述依据所述当前生产线工况状态向量和所述参考生产线工况状态向量，对所述当前生产线故障所对应的生产控制数据进行采集决策，包括：确定所述当前生产线工况状态向量与所述参考生产线工况状态向量之间的特征距离，生成目标特征距离；

在所述目标特征距离大于或等于第二设定特征距离时，将所述当前生产线故障所对应的生产控制数据采集到所述先验生产线故障序列所对应的数据库中；

所述当前生产线工况状态向量包括当前设备工况状态向量和当前场景工况状态向量，所述当前设备工况状态向量，是对所述当前生产线故障的工况状态数据进行设备工况状态向量编码生成的特征向量，所述当前场景工况状态向量，是对所述当前生产线故障的工况状态数据进行场景工况状态向量编码生成的特征向量；

所述确定所述当前生产线工况状态向量与所述参考生产线工况状态向量之间的特征距离，生成目标特征距离，包括：确定所述当前设备工况状态向量与参考设备工况状态向量之间的特征距离，生成第一特征距离；所述参考设备工况状态向量为所述参考生产线故障的设备工况状态向量；

确定所述当前场景工况状态向量与参考场景工况状态向量之间的特征距离，生成第二特征距离；所述参考场景工况状态向量为所述参考生产线故障的场景工况状态向量；

依据所述第一特征距离和第二特征距离得到所述目标特征距离；

所述当前设备工况状态向量，是基于训练完成的设备工况状态编码器得到的，所述当前场景工况状态向量，是基于训练完成的场景工况状态编码器得到的；

所述依据所述第一特征距离和第二特征距离得到所述目标特征距离，包括：

确定所述训练完成的设备工况状态编码器对应的编码有效值，生成第一有效度量值，确定所述训练完成的场景工况状态编码器对应的编码有效值，生成第二有效度量值；

依据所述第一有效度量值确定所述第一特征距离的度量系数；所述第一特征距离的度量系数与所述第一有效度量值成负向关联关系；

依据所述第二有效度量值确定所述第二特征距离的度量系数；所述第二特征距离的度量系数与所述第二有效度量值成负向关联关系；

依据所述第一特征距离的度量系数和第二特征距离的度量系数，对所述第一特征距离和所述第二特征距离进行融合，生成所述目标特征距离；

生成所述训练完成的设备工况状态编码器，包括：

获取待学习工况状态数据；所述待学习工况状态数据是预设故障定位信息对应的工况状态数据；

基于初始化权重参数的设备工况状态编码器对所述待学习工况状态数据进行编码，生成估计设备工况状态向量；

依据所述估计设备工况状态向量与所述待学习工况状态数据的真实设备工况状态向量之间的损失函数值，更新所述初始化权重参数的设备工况状态编码器的权重参数信息，生成所述训练完成的设备工况状态编码器。