1.一种智慧电网在线安全运维管理系统，其特征在于，包括运行数据采集模块、环境数据采集模块、数据分析模块、故障分析模块、故障诊断模块、自动化运维模块；

运行数据采集模块用于实时采集目标电网设备运行中的各类预设运行数据，得到电网设备运行数据集并输送至数据分析模块；

环境数据采集模块用于实时采集目标电网设备运行环境中的各类预设环境数据，得到电网设备环境数据集并在多维数据支撑决策机制触发时输送至故障诊断模块；

数据分析模块用于基于电网设备运行数据集进行数据分析操作，根据数据分析结果判断是否存在故障分析需求；

故障分析模块在存在故障分析需求时进行故障分析，生成异常波动指数和异常趋势指数，然后进行模糊推理，得到故障等级，在故障等级达到预设的等级范围时，触发多维数据支撑决策机制；

故障诊断模块根据故障分析模块得到的故障等级和多维数据支撑决策机制是否触发，对目标电网设备进行自身故障诊断或联合故障诊断并将故障诊断结果输送至自动化运维模块；

自动化运维模块基于故障诊断结果和预设的自动化运维策略进行运维管理；

异常波动指数获取逻辑为：

通过隐患判断区间 筛选出时间序列数据中所有标记为异常点的数据，设异常点集为 ；k为异常点的个数，且 i为异常点对应的时间位置，计算异常点时间位置的标准差 ；

设异常点间的距离为： ；计算异常点间的距离方差 评估异常点之间的间隔波动；

设异常点波动幅度的变化率为异常点与前一个正常点的幅度变化率 i：i ； 表示异常点 i对应的前一个正常点的时间位置，然后计算异常点波动幅度的变化率的标准差 ；

最终代入异常波动指数计算公式中：

； 、 、 均为预设的调节系数，T为时间序列总长

度， 表示异常波动指数；

异常趋势指数获取逻辑为：

通过隐患判断区间 筛选出时间序列数据中所有标记为异常点的数据，设异常点集为 ；k为异常点的个数，且 i为异常点对应的时间位置，使用三次多项式回归捕捉异常点的变化趋势：

； 为异常点对应的时间位置 i对应的时间，

、 、 、 均为回归系数；

在时间序列中选择固定大小的滑动窗口w，对每个窗口内的异常点进行趋势分析，对每个窗口内的异常点进行线性回归，计算每一个窗口内的趋势斜率 ：； 和 分别是窗口内时间和异常点位置的均值，然后计算所有窗口内的趋势斜率 的标准差 ；

最终代入异常趋势指数计算公式中：

； 、 均为预设的比例系数， 表示异常趋势

指数。

2.根据权利要求1所述的一种智慧电网在线安全运维管理系统，其特征在于，数据分析模块用于基于电网设备运行数据集进行数据分析操作指的是：从电网设备运行数据集中获取目标运行指标的时间序列数据，然后分别计算该时间序列数据的平均值μ和标准差σ，设置隐患判断区间为 ，如果时间序列数据中的数据点未落入隐患判断区间 时，将该数据点标记为异常点，如果时间序列数据中的数据点落入隐患判断区间 时，将该数据点标记为正常点，最终计算异常点占据所有数据点总数的比例值。

3.根据权利要求2所述的一种智慧电网在线安全运维管理系统，其特征在于，根据数据分析结果判断是否存在故障分析需求指的是：将异常点占据所有数据点总数的比例值与预设的正常分布阈值进行对比，如果异常点占据所有数据点总数的比例值大于等于预设的正常分布阈值，则判断存在故障分析需求，如果异常点占据所有数据点总数的比例值小于预设的正常分布阈值，则判断不存在故障分析需求。

4.根据权利要求3所述的一种智慧电网在线安全运维管理系统，其特征在于，目标运行指标的确认逻辑为：使用多个候选运行指标X训练机器学习模型f（X），机器学习模型为随机森林模型，通过随机森林模型计算每个特征即运行指标在预测故障发生概率时的重要性贡献度，选择贡献度最大的候选运行指标作为目标运行指标。

5.根据权利要求4所述的一种智慧电网在线安全运维管理系统，其特征在于，模糊推理指的是：将目标电网设备的异常波动指数和异常趋势指数均作为输入变量，将目标电网设备的故障等级作为输出变量，对输入变量模糊化处理，将输入变量的值转换为模糊集合，对输出变量模糊化处理，将输出变量转换为模糊集合，制定模糊规则，描述不同数据种类组合下的故障等级，将模糊化后的输入变量通过模糊规则进行推理，得到目标电网设备的故障等级。

6.根据权利要求5所述的一种智慧电网在线安全运维管理系统，其特征在于，自身故障诊断指的是：分别计算每一项运行数据预设的统计特性，然后使用阈值检测，如果存在运行数据超出阈值，则将该项运行数据标记为故障。

7.根据权利要求6所述的一种智慧电网在线安全运维管理系统，其特征在于，联合故障诊断指的是：从电网设备运行数据集、电网设备环境数据集中提取预设的目标特征并联合组成特征向量，然后输送至预先训练完成的神经网络模型中，输出该电网设备的故障类型。