1.一种多用户热泵测控网结构及数据驱动控制系统，其特征在于，包括多用户热泵测控网(1)、网络动态行为关联分析模块(2)、系统故障模式评估及响应模块(3)、网络数据驱动调控模块(4)和人机界面(5)；

所述多用户热泵测控网(1)包括物理网结构和信息网结构，所述物理网结构包括压缩机、冷凝器、蒸发器、压缩机和阀等节点及节点间的物理连接，所述信息网结构包括温度、压力传感器、流量计及执行器等节点及节点间的逻辑连接；

所述网络动态行为关联分析模块(2)对多用户热泵测控网络的整体动态行为进行分析，采用持久性图编码信息特征，挖掘数据序列云图中包含的拓扑信息，评估网络拓扑结构与系统动态行为的关联性；

所述系统故障模式评估及响应模块(3)基于不同操作条件(启动、关闭、负载变化)下系统的响应特性，甄选系统故障模式(传感器失效、管道堵塞、执行器故障)的特征参数，量化评估系统在节点及连接故障时的连通性损失，向调控系统传递信号；

所述网络数据驱动调控模块(4)包括数据时序间因果分解模块、网络驱动因子分析模块、故障诊断调控模块、用户交互管理模块和执行装置；所述数据时序间因果分解模块采用经验模态分解方法和希尔伯特‑黄变换求解瞬时相位相干性，分析时序间因果关系及强度；

所述网络驱动因子分析模块结合因果分解的结果，基于主成分分析与相关性分析的数据挖掘方法，对网络系统的主要驱动因子进行分析，量化环境参数和运行参数对系统的影响并识别主要驱动因素，通过所述主成分分析提取数据中的主要特征，减少数据测试量，提高数据传输效率，利用所述相关性分析识别参数间的相关性并筛选出相关参数，所述相关参数与换热量、性能系数和输入功率相关性度不低于0.5；所述故障诊断调控模块结合所述系统故障模式评估及响应模块(3)传递的信息，识别故障位置并传输至调控系统；所述用户交互管理模块再次对结果判断，向调控系统发出调控指令，通过执行装置进行调控；

所述人机界面(5)提供一种方便人们查看系统状态，控制热泵系统运行，查看分析结果的可视化工具。

2.根据权利要求1所述的一种多用户热泵测控网结构及数据驱动控制系统，其特征在于：所述基于主成分分析与相关性分析的数据挖掘方法包括以下步骤：(一)选取以下热泵系统在过程正常运行中的实际数据输入变量值：进风干球温度，进风湿球温度，进风相对湿度，使用侧进口温度，使用侧出口温度，使用侧进出口温差，使用侧三通阀后温度，使用侧流量，使用侧进出口压差，冷却塔回水温度，被试机A相电压，被试机B相电压，被试机C相电压，被试机平均电压，被试机A相电流，被试机B相电流，被试机C相电流，被试机平均电，输入功率，功率因数，电源频率，大气压，高压，低压，板换出一，板换出二，分配进，吸气，排气，压油，上进风，下进风，上出风，下出风的数据，水侧换热量，性能系数，水阻力的数据；

(二)对变量进行初步筛选，去除没有变化的变量，去除其他几个变量的衍生的变量，以及影响热泵运行状态比较小的环境变量；

(三)将原始输入数据标准化，利用标准化后的变量数据进行主成分分析，处理输入变量值：原始数据矩阵为：

按照如下方法对原始数据进行标准化处理：

其中，

(四)计算样本数据相关系数矩阵，假定原始数据标准化后仍用X表示，则经标准化处理后数据的相关系数为：其中，

(五)计算相关系数矩阵R'的特征值(λ1，λ2，…,λp)，相应的特征向量：ai＝(ai1,ai2,…,aip),i＝1,2,p

(六)选择重要主成分，写出主成分表达式，贡献率就是指某个主成分的方差占全部方差的比重，即某个特征值占全部特征值合计的比重：贡献率越大，说明主成分所包含的原始变量的信息越强，主成分个数k的选取由主成分的累计贡献率决定，要求累计贡献率达不低于85％；

(七)分析输入变量数据间的相关性，利用皮尔逊相关系数γ来表述二者之间关系的程度，其定义如下所示：式中：fi为第i个样本f； 为样本f的均值，gi为第i个样本，为样本g的均值；

所述相关性分析采用以下相关性程度判断标准：

当0.7≤γ|＜1，变量f和g高度相关；

当0.4≤γ|＜0.7，变量f和g中等相关；

当0.2≤γ|＜0.4，变量f和g低度相关；

当γ|＜0.2，变量f和g极低相关或接近零相关。