1.一种理疗设备故障数据监测方法，其特征在于，包括：S1.每隔预设时间间隔获取待检验理疗设备数据；将待检验理疗设备数据输入至理疗设备数据故障识别模型对待检验理疗设备数据进行判断，得到故障数据判断结果；若故障数据判断结果为是，则将待检验理疗设备数据作为故障理疗设备数据进行存储；否则，继续按预设时间间隔获取待检验理疗设备数据；

S2.若在预设时间范围内收集故障理疗设备数据的数量达到N时，则将预设时间范围内的N条故障理疗设备数据组合，得到故障理疗设备数据待分析数据集；将故障理疗设备数据待分析数据集输入至理疗设备数据故障分析模型中进行分析，得到理疗设备故障判断结果和对应的故障处理方案；根据故障处理方案对理疗设备进行故障处理；若在预设时间范围内收集故障理疗设备数据的数量未达到N时，则继续按步骤S1进行故障理疗设备数据的存储；

确定步骤S2中N的数值的具体步骤，包括：获取历史时间范围内的所有理疗设备数据，得到待分析理疗设备数据集；

构建G个时间滑动窗口Mg，g=1，2，…，G；每个时间滑动窗口Mg中的大小不同，滑动步长相同；利用时间滑动窗口Mg对待分析理疗设备数据集进行移动故障分析，得到时间滑动窗口故障频率均值Vg；输出时间滑动窗口故障频率均值Vg最大对应的时间滑动窗口Mg，即为最优时间滑动窗口；

最优时间滑动窗口在待分析理疗设备数据集中进行移动故障分析的所有故障理疗设备数据的条数均值即为N的数值；

步骤S2中的理疗设备数据故障分组模型包括有数据聚类层、关联度计算层、故障结果评估层和结果输出层；

数据聚类层用于对故障理疗设备数据待分析数据集中的所有故障理疗设备数据Xn进行数据聚类分析，得到故障理疗设备数据聚类识别结果Sn，n=1，2，…，N；N表示故障理疗设备数据待分析数据集中的所有故障理疗设备数据的条数；

在数据聚类分析过程中设有K个故障理疗数据聚类Dk，每个故障理疗数据聚类Dk的中心点为故障理疗数据聚类中心点Ck；每个故障理疗数据聚类Dk对应故障原因Lk；

关联度计算层用于故障理疗设备数据待分析数据集中的所有故障理疗设备数据Xn与对应的故障理疗数据聚类中心点Ck进行关联度计算，得到故障理疗设备数据关联度结果Rn；若故障理疗设备数据关联度结果Rn达到预设关联度阈值，则保留故障理疗设备数据Xn和对应的故障理疗设备数据聚类识别结果Sn；否则，将故障理疗设备数据Xn输入至离群理疗设备故障数据集中，利用离群理疗设备故障数据集对数据聚类层进行更新；

故障结果评估层用于根据所有故障理疗设备数据聚类识别结果Sn进行特征融合，得到理疗设备故障综合判断结果；根据理疗设备故障综合判断结果在故障数据处理库中进行匹配，得到理疗设备故障判断结果和对应的故障处理方案；

结果输出层用于输出理疗设备故障判断结果和对应的故障处理方案。

2.根据权利要求1所述的一种理疗设备故障数据监测方法，其特征在于，步骤S1中的理疗设备数据故障识别模型包括有数据预处理层、故障识别层和结果输出层；

数据预处理层用于对待检验理疗设备数据进行预处理，得到预处理待检验理疗设备数据；

故障识别层用于对预处理待检验理疗设备数据进行故障识别，得到故障数据判断结果；

结果输出层用于输出故障数据判断结果。

3.根据权利要求2所述的一种理疗设备故障数据监测方法，其特征在于，训练故障识别层的具体步骤，包括：

收集若干组理疗设备故障训练样本，每一组理疗设备故障训练样本包含有一条预处理理疗设备数据和设备状态标签值；将若干组理疗设备故障训练样本组合，得到理疗设备故障训练集；

将理疗设备故障训练集输入至理疗设备数据故障识别模型中对故障识别层以设备状态标签值为目标进行训练，得到初始故障识别层；对初始故障识别层进行模型评估，得到初始故障识别层模型评估结果；若初始故障识别层模型评估结果为通过，则将初始故障识别层作为理疗设备数据故障识别模型中的故障识别层；否则，利用理疗设备故障训练集继续进行模型训练。

4.根据权利要求3所述的一种理疗设备故障数据监测方法，其特征在于，数据聚类层中确定K个故障理疗数据聚类Dk和对应的故障理疗数据聚类中心点Ck的具体步骤，包括：构建I个故障理疗数据聚类个体Pi，每个故障理疗数据聚类个体Pi中包含有Wi个故障理疗数据聚类分类FWi，不同故障理疗数据聚类个体Pi中的Wi的取值不同；将I个故障理疗数据聚类个体Pi组合，得到故障理疗数据聚类迭代种群；设置最大迭代次数；

收集理疗设备故障异常数据集，理疗设备故障异常数据集中包含有若干条不同的理疗设备故障数据；

利用理疗设备故障异常数据集进行模拟计算的步骤为：步骤1：根据故障理疗数据聚类迭代种群中的故障理疗数据聚类个体Pi在理疗设备故障异常数据集中随机选择Wi个位置，作为初始聚类中心点HWi；

步骤2：计算理疗设备故障分析数据集中每条理疗设备故障数据到初始聚类中心点HWi的距离，将每条理疗设备故障数据划分至距离最近的初始聚类中心点所属的故障理疗数据聚类分类FWi中；

步骤3：对于故障理疗数据聚类分类FWi，重新计算故障理疗数据聚类分类FWi的中心点，得到更新聚类中心点TWi；

步骤4：计算公式 ，U表示聚类准则函数，y∈FWi中的y表示故障理疗数据聚类分类FWi中的所有理疗设备故障数据；Twi表示为更新聚类中心点TWi；重复步骤2和步骤3，直到聚类准则函数收敛时，故障理疗数据聚类个体Pi中的所有故障理疗数据聚类分类FWi完成构建；计算此时故障理疗数据聚类个体Pi中的所有故障理疗数据聚类分类FWi的DB指标，将DB指标的倒数作为故障理疗数据聚类个体Pi的适应度Qi；

当到达最大迭代次数时，输出当前适应度最大对应的故障理疗数据聚类个体Pi，即为最优故障理疗数据聚类个体；此时，将最优故障理疗数据聚类个体中的Wi的值，作为K的取值；

将Wi个故障理疗数据聚类分类FWi作为故障理疗数据聚类Dk；将故障理疗数据聚类分类FWi中的聚类中心点作为对应的故障理疗数据聚类中心点Ck。

5.根据权利要求4所述的一种理疗设备故障数据监测方法，其特征在于，利用离群理疗设备故障数据集对数据聚类层进行更新的具体步骤，包括：将离群理疗设备故障数据集和理疗设备故障异常数据集进行组合，得到新的理疗设备故障异常数据集；

利用新的理疗设备故障异常数据集进行模拟计算，重复步骤1‑4，当到达最大迭代次数时，输出最优故障理疗数据聚类个体中对应的新的K个故障理疗数据聚类Dk和对应的故障理疗数据聚类中心点Ck；

利用新的K个故障理疗数据聚类Dk和对应的故障理疗数据聚类中心点Ck对数据聚类层进行更新。

6.一种理疗设备故障数据监测系统，其特征在于，所述系统应用上述权利要求1‑5任一项所述的一种理疗设备故障数据监测方法，包括：理疗设备故障数据提取模块，用于每隔预设时间间隔获取待检验理疗设备数据；

理疗设备故障数据识别模块，用于部署理疗设备数据故障识别模型，将待检验理疗设备数据输入至理疗设备数据故障识别模型对待检验理疗设备数据进行判断，得到故障数据判断结果；若故障数据判断结果为是，则将待检验理疗设备数据作为故障理疗设备数据进行存储；否则，继续按预设时间间隔获取待检验理疗设备数据；

理疗设备故障数据分析模块，用于部署理疗设备数据故障分析模型，若在预设时间范围内收集故障理疗设备数据的数量达到N时，则将预设时间范围内的N条故障理疗设备数据组合，得到故障理疗设备数据待分析数据集；将故障理疗设备数据待分析数据集输入至理疗设备数据故障分析模型中进行分析，得到理疗设备故障判断结果和对应的故障处理方案；根据故障处理方案对理疗设备进行故障处理；若在预设时间范围内收集故障理疗设备数据的数量未达到N时，则继续按步骤S1进行故障理疗设备数据的存储。