1.一种建筑电气安全自动检测系统，其特征在于，所述系统包括：波形实时监控模块基于建筑的配电箱和电气设备的电流与电压传感器，监测获取电气设备的电流与电压数据，并进行数据筛选，剔除数据中的异常点，分析电流和电压波形的稳定性与波动模式，将当前波形特征与历史波形数据进行比较，识别波形的正常性和异常性，得到电流电压波形分析结果；

温度异常检测模块基于设备和变压器的温度传感器，监测电气设备的运行温度，并对收集到的温度数据进行滤波和校正，将处理后的温度数据与预设的安全阈值进行对比，识别并标记温度异常点，生成温度异常信息；

健康状态分析模块基于所述电流电压波形分析结果和温度异常信息，提取关键特征值，将特征值进行序列化与标准化处理，构建特征数据集，通过统计方法计算设备的健康指数，生成健康状态评分；

风险预警评估模块基于所述健康状态评分，对电气设备的风险等级进行设定与调整，并按照风险等级自动触发对应的维护和故障预警，生成风险预警信息；

所述电流电压波形分析和温度异常信息，提取关键特征值，包括波形特征的峰值、均值、标准差和温度的最高点与异常次数；

根据所述关键特征值，通过公式：

；

对提取的特征值进行序列化处理，得到序列化后的数值；

其中， 是第个特征值， 为序列化后的数值，为比例调整参数，为偏移参数，为指数衰减参数，代表自然对数的底数；

根据所述序列化后的数值，通过公式：

；

对数据进行标准化处理，调整数据的尺度，并对处理后的特征值进行整合，得到特征数据集；

其中， 是标准化后的特征值， 是特征值的最小值， 是特征值的最大值；

根据所述特征数据集，对每个特征值 设定对应的权重 ，并对特征值 进行加权求和，通过公式：；

计算每个设备的健康指数 ；

其中， 为第 个特征值， 为第个特征值的权重，为动态调整系数，为特征值的总数，为设备的健康指数；

根据所述健康指数 ，进行健康状态评分转换，参照公式：；

其中，为健康状态评分，为非线性转换函数中的系数，为非线性转换函数中的常数项，为评分调整参数，为高值调整系数，为自然对数的底数；

根据根据所述健康状态评分，通过公式：

；

计算风险指数 ；

其中，为设备健康状态评分，为风险指数， ， 和 为调整系数， 为增强系数；

根据所述风险指数 ，通过公式：

；

对风险指数 进行动态调整，得到风险等级 ；

其中，为设定的风险等级， 和 为调整系数， 为设备操作条件影响系数。

2.根据权利要求1所述的建筑电气安全自动检测系统，其特征在于，所述剔除数据中的异常点的方法为：通过电流与电压传感器，监测获取电气设备的电流与电压数据组 ，数据组 中的每个数据点包括时间戳和对应的电流电压值；

计算数据组 中每个数据点的标准偏差 ，并计算整体数据的平均标准偏差 ，设定剔除阈值 ，应用剔除函数：；

处理数据组 ，将每个点的标准偏差 与剔除阈值 比对，通过迭代每个数据点，保留的点，剔除偏差大于 的异常点，得到清洗后的数据集 ；

其中， 为剔除函数， 是第 个数据点的标准偏差， 是数据集 的平均标准偏差，是预设的系数， 是数据集平均值 的调整系数， 为数据集最大标准偏差的调整系数，为最大标准偏差， 为数据集平均值。

3.根据权利要求2所述的建筑电气安全自动检测系统，其特征在于，所述电流电压波形分析结果的获取步骤为：根据所述清洗后的数据集 ，提取电流和电压的时间序列数据，应用傅里叶变换，对电流和电压的时间序列进行频率域分析，识别频率分布特征，标识关键谐波分量和噪声频率；

对比当前频率分布特征与历史数据集中的波形特征，使用余弦相似度公式：；

计算两者之间的相似度，通过与预设的相似度阈值进行对比，判断波形的正常性与异常性，得到电流电压波形分析结果；

其中，为相似度得分， 为当前波形在第个频点的幅值， 为历史波形在第个频点的幅值，为总的频点数， 为调整因子， 为衰减参数， 为关键频率的差异，为自然对数的底数。

4.根据权利要求1所述的建筑电气安全自动检测系统，其特征在于，所述对收集到的温度数据进行滤波和校正的方法为：基于设备和变压器的温度传感器，收集温度数据，将数据储存至数据缓冲区；

根据缓冲区中的温度数据，通过公式：

；

对温度数据进行滤波处理，得到滤波后的温度值；

其中， 是滤波后的温度值， 为原始数据，表示当前数据点的索引位置，为相对于当前数据点 的偏移量， 为数据位置变化的权重因子，为数据点范围，为平滑参数，为温度数据的历史标准差；

根据所述滤波后的温度值，通过公式：

；

对每个数据点进行校正处理，得到校正后的温度数据集；

其中， 为校正后的温度值，和 分别为校正系数和偏置项，为调整参数，为温度数据的移动平均值。

5.根据权利要求1所述的建筑电气安全自动检测系统，其特征在于，所述温度异常信息的获取步骤为：根据所述校正后的温度数据集，将每个温度值与预设的安全阈值 进行比较，应用逻辑表达式：；

识别每个温度值是否超出安全阈值；

其中， 为第个数据点的校正后的温度值， 为预设的安全阈值， 为标准差调整系数，为平均值调整系数， 为表示是否异常的指示函数， 和 分别代表校正后温度数据集的标准差和平均值；

将 的数据点标记为异常，并收集关联信息，包括时间戳、温度值和对应传感器数据，得到温度异常信息。