1.一种电机运行数据异常识别方法，其特征在于，所述方法包括：获取电机运行数据，对所述电机运行数据基于预设的规则进行数据分段，得到多个分段数据；

针对每一段分段数据，根据该分段数据中的电机运行数据构建箱线图，确定所述箱线图上下边缘的位置，得到异常数据；其中，针对每一段分段数据，计算得到该段数据段箱线图下、上边缘位置的位置系数；根据所述数据箱线图下、上边缘位置的相关系数以及箱线图的边缘确定公式计算得到该段数据段的上下边缘位置；筛选标记超出所述上下边缘位置的数据，作为该段数据段中的异常数据；

通过检测系统对得到的所有分段数据的异常数据进行识别分析，优化电机运行数据；

其中，数据段箱线图下、上边缘位置的位置系数的获取方法为：针对每一段分段数据，计算该段数据段的波动程度；

计算该段数据段中极大值点和极小值点相对于该段数据段中位数的波动程度；

根据所述该段数据段的波动程度、所述该段数据段中极大值点和极小值点相对于该段数据段中位数的波动程度计算得到该段数据段箱线图下、上边缘位置的位置系数；

其中，数据段箱线图下、上边缘位置的位置系数的计算公式为：；（3）

；（4）

（5）

；（6）

其中； 表示第j个数据段极小值点相对于该段数据中位数的波动程度； 表示第j个数据段极大值点相对于该段数据中位数的波动程度； 表示第j段数据段箱线图下边缘位置的位置系数； 表示第j段数据段箱线图上边缘位置的位置系数；w、v分别表示第j段数据段极小值点和极大值点的数量； 、 分别表示第j段数据段中第r个极小值点和第r+1个极小值点的幅值； 、 分别表示第j段数据段中第r个极大值点和第r+1个极大值点的幅值； 表示第j段数据段的中位数；表示第j段数据段的波动程度。

2.根据权利要求1所述的电机运行数据异常识别方法，其特征在于，所述电机运行数据至少包括：电机运行过程中时序性的电机电流数据。

3.根据权利要求2所述的电机运行数据异常识别方法，其特征在于，所述对所述电机运行数据基于预设的规则进行数据分段，得到多个分段数据进一步包括：针对时序性的电机电流数据，计算每一个时刻为电机电流数据截断点的可能性；

当所述可能性大于预设阈值时，确定该时刻为电机电流数据截断点；

根据所述电机电流数据截断点进行数据分段，得到多个分段数据。

4.根据权利要求3所述的电机运行数据异常识别方法，其特征在于，所述计算每一个时刻为电机电流数据截断点的可能性进一步包括：针对每一个时刻，确定该时刻左侧邻域数据点及右侧邻域数据点；

根据所述左侧邻域数据点及右侧邻域数据点分别确定左侧邻域数据点的均值、右侧邻域数据点的均值、左侧邻域数据点中极大值点间的平均时间间隔、右侧邻域数据点中极大值点间的平均时间间隔；

根据所述左侧邻域数据点及右侧邻域数据点、所述左侧邻域数据点的均值、右侧邻域数据点的均值、左侧邻域数据点中极大值点间的平均时间间隔、右侧邻域数据点中极大值点间的平均时间间隔计算该时刻为电机电流数据截断点的可能性。

5.根据权利要求1所述的电机运行数据异常识别方法，其特征在于，所述计算该段数据段的波动程度进一步包括：确定该段数据段的极值点、极值点幅值、极值点的个数、该段数据段电机电流数据的均值、数据点的个数；

根据每两个相邻极值点的幅值确定该段数据段相邻极值点的差值绝对值的均值、每个数据点的幅值和该段数据段所有极值点的幅值均值的差值总和的均值；

根据上述数据计算该段数据段的波动程度。

6.根据权利要求1所述的电机运行数据异常识别方法，其特征在于，所述计算该段数据段中极大值点和极小值点相对于该段数据段中位数的波动程度进一步包括：计算该段数据段中每两个相邻的极小值点的差值总和的均值和每两个相邻的极大值点的差值总和的均值；

计算该段数据段中极小值点和该段数据中位数的差值总和以及极大值点和该段数据中位数的差值总和；

依据所述该段数据段中每两个相邻的极小值点的差值总和的均值、该段数据段中极小值点和该段数据中位数的差值总和计算该段数据段中极小值点相对于该段数据段中位数的波动程度；

依据所述该段数据段中每两个相邻的极大值点的差值总和的均值、该段数据段中极大值点和该段数据中位数的差值总和计算该段数据段中极大值点相对于该段数据段中位数的波动程度。

7.根据权利要求5或6所述的电机运行数据异常识别方法，其特征在于，所述根据所述数据箱线图下、上边缘位置的相关系数以及箱线图的边缘确定公式计算得到该段数据段的上下边缘位置进一步包括：确定该段数据段的上四分位数和下四分位数；

计算上四分位数据与下四分位数的差值的绝对值；

根据所述上四分位数和下四分位数、所述上四分位数据与下四分位数的差值的绝对值、该段数据箱线图下、上边缘位置的相关系数，依据箱线图的边缘确定公式计算得到该段数据段的上下边缘位置。

8.根据权利要求3所述的电机运行数据异常识别方法，其特征在于，所述预设阈值为经验值。