1.一种电动屈腿护理仪故障检测方法，其特征在于，所述方法包括：

获取目标护理仪的K个电气元件和所述K个电气元件在预设监测窗口内的K个运行监测数据集合，其中，所述K个电气元件包括K个元件位置，K为大于等于1的整数；

调取所述目标护理仪的历史故障日志集合，并对所述历史故障日志集合进行两两历史故障日志枚举，对每个枚举组合进行相似度识别，根据识别结果对所述历史故障日志集合进行补充更新，获得更新历史故障日志集合；

遍历所述K个运行监测数据集合与K个宽容运行数据区间进行加权偏离集中趋势分析，确定K个元件偏离因子；

按照预设宽容因子阈值和所述K个元件偏离因子对所述K个电气元件进行聚合，获得Q个聚合电气元件集合和Q个聚合元件偏离因子集合，基于所述Q个聚合元件偏离因子集合的大小确定对所述Q个聚合电气元件集合进行元件故障周期性检测的Q个检测周期；

基于所述Q个检测周期对所述Q个聚合电气元件集合进行周期性电气故障检测。

2.如权利要求1所述的一种电动屈腿护理仪故障检测方法，其特征在于，包括：

获取所述目标护理仪的K个宽容运行数据区间；

对所述更新历史故障日志集合进行故障数据检索，并结合所述K个宽容运行数据区间进行区间风险边缘识别，获得K个左侧风险运行数据区间和K个右侧风险运行数据区间；

利用所述K个左侧风险运行数据区间、K个右侧风险运行数据区间和所述K个宽容运行数据区间对所述K个运行监测数据集合按照预设权重占比进行加权偏离集中趋势分析，获得所述K个元件偏离因子。

3.如权利要求2所述的一种电动屈腿护理仪故障检测方法，其特征在于，包括：

对所述更新历史故障日志集合中K个电气元件在所述K个宽容运行数据区间内的更新历史故障运行数据进行提取，获得K个更新历史故障运行数据集合；

分别对所述K个更新历史故障运行数据集合中故障类型出现频次位于前m位的更新历史故障运行数据进行提取，获得K个风险边缘运行数据集合，m为大于等于3的整数；

以所述K个宽容运行数据区间的K个区间中心对所述K个风险边缘运行数据集合进行二分类，获得K个区间左侧风险边缘运行数据集合和K个区间右侧风险边缘运行数据集合；

遍历K个区间左侧风险边缘运行数据集合和K个区间右侧风险边缘运行数据集合进行均值计算，确定K个区间左侧风险边缘运行数据均值和所述K个区间右侧风险边缘运行数据均值；

将所述K个区间左侧风险边缘运行数据均值到所述K个宽容运行数据区间的左侧端点的数据区间作为K个左侧风险运行数据区间；

将所述K个区间右侧风险边缘运行数据均值到所述K个宽容运行数据区间的右侧端点的数据区间作为K个右侧风险运行数据区间。

4.如权利要求2所述的一种电动屈腿护理仪故障检测方法，其特征在于，利用所述K个左侧风险运行数据区间、K个右侧风险运行数据区间和所述K个宽容运行数据区间对所述K个运行监测数据集合按照预设权重占比进行加权偏离集中趋势分析，获得所述K个元件偏离因子，包括：基于所述K个宽容运行数据区间的左侧端点和右侧端点对所述K个运行监测数据集合进行偏离识别，获得K个数据偏离值集合，其中，每个数据偏离值包括正向标识或负向标识；

从所述K个数据偏离值集合中提取具有负向标识的K个负向数据偏离值集合，并利用所述K个左侧风险运行数据区间和所述K个右侧风险运行数据区间对所述K个负向数据偏离值集合进行识别，获得K个风险负向数据偏离值集合，其中，风险负向数据偏离值为落入对应的左侧风险运行数据区间或右侧风险运行数据区间的负向数据偏离值；

从所述K个数据偏离值集合中提取具有正向标识的K个正向数据偏离值集合，结合所述K个风险负向数据偏离值集合进行偏离集中趋势分析，获得K个集中正向数据偏离值集合和K个集中风险负向数据偏离值集合；

按照预设权重占比分别对所述K个集中正向数据偏离值集合和所述K个集中风险负向数据偏离值集合进行加权计算，将计算结果作为所述K个元件偏离因子。

5.如权利要求4所述的一种电动屈腿护理仪故障检测方法，其特征在于，从所述K个数据偏离值集合中提取具有正向标识的K个正向数据偏离值集合，结合所述K个风险负向数据偏离值集合进行偏离集中趋势分析，获得K个集中正向数据偏离值集合和K个集中风险负向数据偏离值集合，包括：基于所述K个正向数据偏离值集合和所述K个风险负向数据偏离值集合构建K个偏离集中趋势分析空间，其中，所述K个偏离集中趋势分析空间包括K个分析粒子集合，每个分析粒子为正向数据偏离值或负向数据偏离值；

提取所述K个偏离集中趋势分析空间的K个中心粒子，并将所述K个中心粒子作为迭代起点，按照预设集中迭代带宽对所述K个中心粒子进行迭代，获得K个迭代粒子；

分别判断所述K个迭代粒子的空间聚集量是否大于等于所述K个中心粒子的空间聚集量，若是，则将所述K个迭代粒子更新为迭代起点，基于所述预设集中迭代带宽在所述K个偏离集中趋势分析空间中进行迭代，并统计迭代次数，若迭代次数满足预设迭代次数，停止迭代，并将最后一次迭代获得的K个迭代粒子作为K个目标粒子；

以所述K个目标粒子为中心，以预设集中迭代带宽为空间半径，构建K个目标子空间，其中，所述K个目标子空间包括K个目标子空间分析粒子集合；

根据K个目标子空间分析粒子集合中每个目标子空间分析粒子对应的正向数据偏离值或负向数据偏离值，对所述K个目标子空间分析粒子集合进行区分，获得所述K个集中正向数据偏离值集合和所述K个集中风险负向数据偏离值集合。

6.如权利要求4所述的一种电动屈腿护理仪故障检测方法，其特征在于，正向标识表示运行监测数据小于左侧端点或大于右侧端点，负向标识表示运行监测数据大于左侧端点且小于右侧端。

7.如权利要求1所述的一种电动屈腿护理仪故障检测方法，其特征在于，包括：

从所述K个元件偏离因子中随机不放回抽取第一元件偏离因子，基于所述预设宽容因子阈值对所述K个元件偏离因子进行筛选，获得第一聚合元件偏离因子集合；

将所述第一聚合元件偏离因子集合从所述K个元件偏离因子中剔除，将剩余的多个元件偏离因子作为第一更新元件偏离因子集合；

再次从所述第一更新元件偏离因子集合中随机不放回抽取第二元件偏离因子，基于所述预设宽容因子阈值对所述第一更新元件偏离因子集合进行筛选，获得第二聚合元件偏离因子集合和第二更新元件偏离因子集合；

经过多次筛选，再次从第Q‑2更新元件偏离因子集合中随机不放回抽取第Q‑1元件偏离因子，基于所述预设宽容因子阈值对第Q‑2更新元件偏离因子集合进行筛选，获得第Q‑1聚合元件偏离因子集合和第Q更新元件偏离因子集合；

将所述第Q更新元件偏离因子集合作为第Q聚合元件偏离因子集合，结合所述第一聚合元件偏离因子集合、第二聚合元件偏离因子集合和第Q‑1聚合元件偏离因子集合获得所述Q个聚合元件偏离因子集合；

根据电子元件和元件偏离因子之间一对一的映射关系，根据所述Q个聚合元件偏离因子集合获得所述Q个聚合电气元件集合。

8.如权利要求1所述的一种电动屈腿护理仪故障检测方法，其特征在于，调取所述目标护理仪的历史故障日志集合，并对所述历史故障日志集合进行两两历史故障日志枚举，对每个枚举组合进行相似度识别，根据识别结果对所述历史故障日志集合进行补充更新，获得更新历史故障日志集合，包括：对所述历史故障日志集合进行两两历史故障日志枚举，获得多个枚举组合；

遍历所述多个枚举组合进行相似度识别，获得多个组合相似度；

判断所述多个组合相似度的大小超出预设相似度阈值的数量是否大于预设数量，若是，则获得补充更新指令，基于所述补充更新指令以所述目标护理仪的型号进行云端故障日志检索，并根据检索结果对所述历史故障日志集合进行补充更新，获得所述更新历史故障日志集合。