1.一种物联网电子信息处理方法，其特征在于，包括如下步骤：步骤S1，从物联网设备中获取监测数据，包括本身状态数据和被监测物体的数据，提取本身状态数据的能耗调控信息和传输维稳信息，构建异常分析模型，生成异常复合度指数；

步骤S2，对异常复合度指数进一步分析，得到正常信号、触发信号；

步骤S3，在获得触发信号后，对本身状态数据进行主成分分析，提取主要异常特征数据与历史特征数据进行相似度指数，获得匹配信号、不符信号；

步骤S4，在获得不符信号后，记录主要异常特征数据，并将被监测物体的数据转移至回收站，基于异常复合度指数和相似度指数构建排序模型，生成排序估算值；

步骤S5，根据排序估算值的数据大小，重新对数据库中记录的主要异常特征数据进行排序；

获取物联网设备运行时的能耗调控信息和传输维稳信息；

能耗调控信息包括能耗自持稳定指数，传输维稳信息包括数据传递异变指数；

能耗自持稳定指数的获取过程为：

步骤S1‑11，在单位时间内收集物联网设备的实际能源自持时间数据，同时，调用上运行周期的历史能源自持时间数据，实际能源自持时间数据和历史能源时间数具有相同的时间戳，以便于逐点比较；

步骤S1‑12，使用曲线拟合技术，分别对实际能源自持数据和历史能源自持时间数据进行拟合，构建第一曲线和第二曲线；

步骤S1‑13，对每个时间点，计算观测值和拟合值之间的差值，观测值和拟合值是从第一曲线和第二曲线中得到的；

步骤S1‑14，对每个数据点，计算观测值和拟合值之间的差值；

步骤S1‑15，对每个时间点，计算观测值和拟合值之间的相对误差：其中：

yi表示第i时间点的观测值；

表示第i时间点的拟合值；

步骤S1‑16，对每个时间点，计算相对误差的平方：步骤S1‑17，对所有时间点的平方误差求和：步骤S1‑18，计算能耗自持稳定指数：

数据传递异变指数的获取过程为：

步骤S1‑21，记录每次监测的开始时间和完成时间，以及每次传输中的中断时间，建立一个时间序列，包括所有监测和传输的时间点；

步骤S1‑22，从时间序列中计算每两次监测之间的时间间隔；

步骤S1‑23，对于每次传输，计算完成时间和开始时间之间的时间差；

步骤S1‑24，将所有传输中的中断时间相加；

步骤S1‑25，计算数据传递异变指数，表达式为：其中：

N是监测次数，表示在整个评估过程中监测的次数；

I是监测次数的索引，从1到N；

MI是每次监测到的传输次数，表示在每次监测中执行的数据传输次数；

J是传输次数的索引，从1到N；

BreakJ是第J次传输的中断时间；

TransferJ是第J次传输的时间差；

TI是每次监测之间的时间间隔；

在获取能耗自持稳定指数和数据传递异变指数后，对能耗自持稳定指数和数据传递异变指数经过综合处理获取设备异常复合度指数，通过以下公式计算得出，表达式为：其中：

DACI是设备异常复合度指数；

RSMI和CSI分别为能耗自持稳定指数和数据传递异变指数；

f1和f2分别为能耗自持稳定指数和数据传递异变指数的预设比例系数，且均大于0。

2.根据权利要求1所述的一种物联网电子信息处理方法，其特征在于：将设备异常复合度指数和触发阈值进行对比，若设备异常复合度指数大于等于触发阈值，生成正常信号；若设备异常复合度指数小于触发阈值，生成触发信号。

3.根据权利要求2所述的一种物联网电子信息处理方法，其特征在于：步骤S3具体包括以下内容：

步骤S3‑1，在获取触发信号的情况下，调取和触发信号对应的本身状态数据，本身状态数据表示物联网设备的当前运行情况；

步骤S3‑2，对本身状态数据使用主成分分析法提取主要异常特征数据；

a，将本身状态数据标准化，使其具有零均值和单位方差；

b，计算标准化数据的协方差矩阵；

c，对协方差矩阵进行特征值分解，以获得主成分和对应的特征值；

d，将特征值和去留阈值进行比较，选择留下大于等于去留阈值的特征值；

e，将原始数据投影到所选的主成分上，以获取主要异常特征数据；

步骤S3‑3，将提取的主要异常特征数据与数据库中的历史特征数据进行比对；

步骤S3‑4，使用余弦相似度作为相似度量来计算每个历史特征数据与主要异常特征数据之间的相似度指数，相似度指数的表达式为：其中：

CS是相似度指数，A是提取的主要异常特征向量，B是历史特征数据向量，||A||和||B||分别表示对应的范数；

步骤S3‑5，对于那些相似度指数大于等于相似阈值的历史特征数据，将主要异常特征数据和历史特征数据对应的解决方案关联起来，生成匹配信号，从数据库中检索相关的解决方案，这些解决方案用于处理当前的异常问题；

步骤S3‑6，对于那些相似度指数小于相似阈值的历史特征数据，生成不符信号。

4.根据权利要求3所述的一种物联网电子信息处理方法，其特征在于：步骤S4具体包括以下内容：

在获得不符信号的情况下，数据库记录主要异常特征数据，并将被监测物体的数据转移至回收站，将设备异常复合度指数和相似度指数经过综合处理得到排序估算值，按照排序估算值从小到大对主要异常特征数据排序。

5.一种物联网电子信息处理系统，用于实现权利要求1‑4任一项所述的一种物联网电子信息处理方法，包括异常提取单元、异常明确单元、匹配明确单元、优先估算单元和数据排序单元；

异常提取单元用于从物联网设备中获取监测数据，包括本身状态数据和被监测物体的数据，提取本身状态数据的能耗调控信息和传输维稳信息，构建异常分析模型，生成异常复合度指数，将异常复合度指数发送至异常明确单元；

异常明确单元用于对异常复合度指数进一步分析，得到正常信号、触发信号，将正常信号、触发信号发送至匹配明确单元；

匹配明确单元用于在获得触发信号后，对本身状态数据进行主成分分析，提取主要异常特征数据与历史特征数据进行相似度指数，获得匹配信号、不符信号，将匹配信号、不符信号发送至优先估算单元；

优先估算单元用于在获得不符信号后，记录主要异常特征数据，并将被监测物体的数据转移至回收站，基于异常复合度指数和相似度指数构建排序模型，生成排序估算值，将排序估算值发送至数据排序单元；

数据排序单元用于根据排序估算值的数据大小，重新对数据库中记录的主要异常特征数据进行排序。