1.一种基于云计算的运维数据智能化管理方法，其特征在于：所述方法包括以下步骤：

S100.从售后服务在线平台上获取历史运维数据，根据设备编号对历史运维数据进行划分，构成历史运维数据库；所述历史运维数据包括设备运行数据、故障信息以及维护记录；

S200.针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，根据设备运行拟合曲线得到每个历史运维数据表的设备运行数据偏差阈值集合；

所述步骤S200包括：

S201.获取历史运维数据库中的每个设备编号对应的历史运维数据，并构建历史运维数据表，且历史运维数据表的表头分别为：故障代码、维护方案和设备运行数据；针对每个历史运维数据表，将故障代码相同的设备运行数据都在平面直角坐标系中进行表示，且横轴表示设备运行数据的时间点顺序，纵轴表示设备运行数据，并将设备运行数据按照时间点顺序进行连接，从而得到设备运行数据拟合曲线A；

S202.计算设备运行数据拟合曲线A的每个相同时间点顺序的设备运行数据平均值，将所有设备运行数据平均值按照时间点顺序进行连接，从而得到设备运行数据拟合曲线B；将历史运维数据表中相同故障代码的设备运行数据拟合曲线A与设备运行数据拟合曲线B进行分析，计算设备运行数据拟合曲线A与设备运行数据拟合曲线B之间的偏差值R，且具体计算公式为：，

其中，m表示设备运行数据拟合曲线A与设备运行数据拟合曲线B上的数据点数量，取正整数；t表示设备运行数据拟合曲线A与设备运行数据拟合曲线B相同时间点编号，取1到m的正整数；YAt表示设备运行数据拟合曲线A上的第t个设备运行数据值；YBt表示设备运行数据拟合曲线B上的第t个设备运行数据值；

S203.根据偏差值R的计算公式，得到每个历史运维数据表的相同故障代码的设备运行数据偏差阈值集合Q，且设备运行数据偏差阈值集合Q中的每个偏差值R都对应相同的维护方案；

S300.获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；将设备实时运行数据拟合曲线与设备运行数据拟合曲线进行分析，计算设备实时运行数据偏差值；

所述步骤S300包括：

S301.获取实时运维数据中的设备实时运行数据，得到设备实时运行数据拟合曲线C；

获取实时运维数据的设备编号，根据设备编号中的设备型号对历史运维数据库进行筛选，保留相同设备型号的历史运维数据；获取实时运维数据中的故障信息，提取用户对故障描述的关键词，根据关键词在历史运维数据中进行查找，输出包括所有关键词的故障代码以及故障代码对应的设备编号，且输出格式为：故障代码‑设备编号；

S302.将输出的设备编号与实时运维数据的设备编号进行匹配，若存在相同设备编号，则判断输出设备编号对应的故障代码是否唯一；若故障代码唯一，则获取设备编号对应的历史运维数据表，从而得到相应故障代码的设备运行数据拟合曲线B；将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R1；

若故障代码不唯一，则获取所有故障代码对应的设备运行数据拟合曲线B，并计算设备实时运行数据拟合曲线C与设备运行数据拟合曲线B的相似度S1，选择相似度S1最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R2；

若不存在相同设备编号，则获取设备编号中相同设备型号的历史运维数据表；针对相同设备型号的历史运维数据表，获取对应的设备运行数据拟合曲线B，计算设备实时运行数据拟合曲线C与所有相同设备型号的设备运行数据拟合曲线B的相似度S2，选择相似度S2最大的作为唯一对应的设备运行数据拟合曲线B，将设备实时运行数据拟合曲线C与设备运行数据拟合曲线B进行偏差值计算，得到设备实时运行数据偏差值R3；

S400.将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，若设备实时运行数据偏差值属于设备运行数据偏差阈值集合，则输出相应的维护记录；若设备实时运行数据偏差值不属于设备运行数据偏差阈值集合，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，记录维护方案并更新历史运维数据库；

所述步骤S400包括：

S401.针对设备实时运行数据偏差值R1，将设备实时运行数据偏差值R1与设备编号对应的故障代码的设备运行数据偏差阈值集合Q进行比对，若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库；

S402.针对设备实时运行数据偏差值R2和R3，分别将计算设备实时运行数据偏差值R2对应的相似度S1与计算设备实时运行数据偏差值R3对应的相似度S2作为偏差系数fs，且s取1或2；其中f1表示计算设备实时运行数据偏差值R2对应的相似度S1，f2表示计算设备实时运行数据偏差值R3对应的相似度S2；根据偏差系数fs与设备实时运行数据偏差值R2和R3的乘积与对应的设备运行数据偏差阈值集合Q进行比对；若设备运行数据偏差阈值集合Q中存在相等的偏差值R，则输出偏差值R对应的维护方案给用户；若设备运行数据偏差阈值集合Q中不存在相等的偏差值R，则输出设备实时运行数据对应的设备编号给运维人员，由运维人员提供维护方案，并记录维护方案，根据历史运维数据库的构建过程来更新历史运维数据库。

2.根据权利要求1所述的一种基于云计算的运维数据智能化管理方法，其特征在于：所述步骤S100包括：

S101.所述设备运行数据指反映设备性能和状态的性能参数；所述故障信息指用户对故障描述的关键词，以及运维人员根据用户对故障描述的关键词所判断的故障代码，且多个关键词对应一个故障代码，一个故障代码对应一个设备问题或故障类型；所述维护记录指每个故障代码对应的维护方案，且相同的故障代码对应相同的维护方案；

S102.获取历史运维数据，根据历史运维数据所属的设备编号进行划分，构成历史运维数据库，且历史运维数据库A={a1,a2,...,an}，其中a1表示第1个设备编号对应的历史运维数据，a2表示第2个设备编号对应的历史运维数据，以此类推，an表示第n个设备编号对应的历史运维数据，n表示设备编号的个数，取正整数；设备编号的格式为：设备型号—设备出产编号，其中同种类型的设备型号是相同的，设备出产编号唯一对应一个设备。

3.一种基于云计算的运维数据智能化管理系统，应用于权利要求1‑2中任一项所述的一种基于云计算的运维数据智能化管理方法，其特征在于：所述系统包括：数据采集模块、数据分析与计算模块、实时数据分析模块、偏差值比对与处理模块以及用户界面与通知模块；

所述数据采集模块从售后服务在线平台上获取历史运维数据，所述历史运维数据包括设备运行数据、故障信息以及维护记录；根据设备编号对历史运维数据进行划分，构成历史运维数据库；

所述数据分析与计算模块针对历史运维数据库，构建历史运维数据表；对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线，并计算设备运行数据偏差阈值集合；

所述实时数据分析模块获取实时运维数据，得到设备实时运行数据拟合曲线；根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线；分析设备实时运行数据拟合曲线与设备运行数据拟合曲线的偏差，计算设备实时运行数据偏差值；

所述偏差值比对与处理模块将设备实时运行数据偏差值与设备运行数据偏差阈值集合进行比对，根据比对结果输出维护记录或设备编号给运维人员，由运维人员提供维护方案并更新历史运维数据库；

所述用户界面与通知模块提供用户界面展示运维数据分析结果，向用户发送维护方案通知，协助运维人员进行故障处理和记录维护方案的更新。

4.根据权利要求3所述的一种基于云计算的运维数据智能化管理系统，其特征在于：所述数据采集模块包括数据获取单元和数据划分与存储单元；

所述数据获取单元负责从售后服务在线平台上获取历史运维数据，所述历史运维数据包括设备运行数据、故障信息以及维护记录；所述数据划分与存储单元根据设备编号对历史运维数据进行划分，构成历史运维数据库，并将历史运维数据进行存储和管理。

5.根据权利要求3所述的一种基于云计算的运维数据智能化管理系统，其特征在于：所述数据分析与计算模块包括历史运维数据表构建单元、拟合曲线分析单元以及偏差阈值计算单元；

所述历史运维数据表构建单元针对历史运维数据库，构建历史运维数据表；所述拟合曲线分析单元对每个历史运维数据表进行分析，得到故障信息对应的设备运行数据拟合曲线；所述偏差阈值计算单元计算设备运行数据偏差，从而得到设备运行数据偏差阈值集合。

6.根据权利要求3所述的一种基于云计算的运维数据智能化管理系统，其特征在于：所述实时数据分析模块包括实时数据获取单元和实时数据匹配与分析单元；

所述实时数据获取单元获取实时运维数据，得到设备实时运行数据拟合曲线；所述实时数据匹配与分析单元根据实时运维数据的故障信息，找到对应的设备运行数据拟合曲线，进行实时数据与历史数据的分析，计算设备实时运行数据偏差值。

7.根据权利要求3所述的一种基于云计算的运维数据智能化管理系统，其特征在于：所述用户界面与通知模块包括用户界面展示单元和通知发送与更新单元；

所述用户界面展示单元提供用户界面，展示运维数据分析结果，包括历史数据分析结果和实时数据分析结果；所述通知发送与更新单元向用户发送维护方案通知，协助运维人员进行故障处理，并记录维护方案的更新。