1.基于图像处理的电气设备在线监测方法，其特征在于，该方法包括以下步骤：获取电气设备电路图像的灰度图像；

将灰度图像分块处理得到所有大尺寸灰度块和小尺寸灰度块；获取大尺寸灰度块内像素异常程度和小尺寸灰度块内像素点异常程度；根据大尺寸灰度块内像素异常程度和小尺寸灰度块内像素点异常程度建立直角坐标系；将灰度图像中的所有像素点对应到直角坐标系生成数据集；

获取数据集中数据对应的像素点的数据必要性；根据数据集中数据对应的像素点的数据必要性得到数据集中的数据的间距调整值；根据数据集中的数据对应的像素点的数据间距调整值将数据集中的所有数据进行调整，得到调整后的数据集；

对调整后的数据集进行聚类得到数据集分割结果图；根据数据集分割结果图判断是否存在电路异常。

2.根据权利要求1所述基于图像处理的电气设备在线监测方法，其特征在于，所述将灰度图像分块处理得到所有大尺寸灰度块和小尺寸灰度块，包括的具体步骤如下：根据预设大小的大尺寸灰度块对灰度图像的进行均匀划分，直至将灰度图像均匀划分为若干个大尺寸灰度块才停止；进而得到灰度图像的所有大尺寸灰度块；再将灰度图像中的所有大尺寸灰度块划分为预设大小的小尺寸灰度块。

3.根据权利要求1所述基于图像处理的电气设备在线监测方法，其特征在于，所述获取大尺寸灰度块内像素异常程度和小尺寸灰度块内像素点异常程度，包括的具体步骤如下：大尺寸灰度块内像素异常程度计算表达式为：

式中， 表示第块大尺寸灰度块内像素点异常程度；表示第块大尺寸灰度块内像素近似度； 表示第块大尺寸灰度块内方差；

小尺寸灰度块内像素异常程度计算表达式为：

式中， 表示第块大尺寸灰度块分成第 块小尺寸灰度块内像素点异常程度；表示第块大尺寸灰度块内像素近似度； 表示第块大尺寸灰度块分成第 块小尺寸灰度块内方差； 表示第块大尺寸灰度块分成第 块小尺寸灰度块内像素灰度均值。

4.根据权利要求1所述基于图像处理的电气设备在线监测方法，其特征在于，所述根据大尺寸灰度块内像素异常程度和小尺寸灰度块内像素点异常程度建立直角坐标系，包括的具体步骤如下：建立直角坐标系，直角坐标系以大尺寸灰度块内像素异常程度 为横轴，小尺寸灰度块内像素异常程度 为纵轴。

5.根据权利要求1所述基于图像处理的电气设备在线监测方法，其特征在于，所述根据数据集中数据对应的像素点的数据必要性得到数据集中的数据的间距调整值，包括的具体步骤如下：数据集中的数据 的数据间距调整值为：

式中， 表示数据集中坐标为 的数据的数据间距调整值； 表示数据集中的数据 与原点初始间距； 表示数据集中的数据 对应灰度图像中的像素点的像素灰度梯度值归一化后的数值；表示数据集中坐标为 的数据的横坐标；表示数据集中坐标为 的数据的纵坐标， 表示数据集中坐标为 的数据对应的像素点的数据必要性。

6.根据权利要求1所述基于图像处理的电气设备在线监测方法，其特征在于，所述对调整后的数据集使用K均值聚类算法得到数据集分割结果图，包括的具体步骤如下：对调整后的数据集进行k值为2的K均值聚类算法，得到数据集分割结果图。

7.根据权利要求1所述基于图像处理的电气设备在线监测方法，其特征在于，所述根据数据集分割结果图判断是否存在电路异常，包括的具体步骤如下：当电气设备电路图像无异常时，则数据集分割结果图显示为白色，当电气设备电路图像出现异常时，则数据集分割结果图显示为黑色，进而根据则数据集分割结果图判断电气设备电路图像中是否存在电路异常。