1.一种智能包装生产线控制系统，其特征在于，包括：

电力数据采集模块：用于采集电气部件的电力参数数据；电力参数数据包括电流、电压、能量利用比率数据和电气部件的振动信号；

数据处理模块：用于将电力参数数据进行预处理，形成电气特征数据集；

利用改进温度补偿算法调整电流和电压数据，基于调整后的电流和电压数据，计算能量利用比率；利用傅里叶变换法将振动信号转换为频谱，对频谱进行时间序列分解，提取得到不同频率范围内的信号特征；

将调整后的电流、电压、能量利用比率数据和不同频率范围内的信号特征进行噪声抑制、时间对齐、标准化和数据融合处理，得到电气特征数据集；

时间对齐的方法为：对于每个时段wt，分别计算在所有时刻下的电流、电压和能量利用比率的均值，得到wt时段的电力特征；

数据融合的方法为：将时段wt内标准化后的电力特征和信号特征按列拼接成一个性能特征矩阵，作为时段wt内的电气特征数据集；

利用改进温度补偿算法调整电流和电压数据的方法包括：

使用热敏电阻传感器测量wt时段内任意一个t时刻的环境温度，利用改进的温度补偿算法公式通过环境温度计算电流传感器或电压传感器在t时刻的实际电阻值；

其中， 表示在t时刻下电流传感器或电压传感器的温度，R( )是t时刻下电流传感器或电压传感器的实际电阻值， 是电流传感器或电压传感器在参考温度 下的电阻值，是温度系数；

定义室温为参考温度 ，在不同温度下测量电流传感器或电压传感器的电阻值，并记录对应的温度‑电阻值（ ， ），其中， 表示第rr个温度值， 表示对应的第rr个电阻值；

将温度‑电阻值（ ， ）进行对数转换，使指数关系线性化；

使用最小二乘法将对数转换公式进行拟合，得到 和 的最佳估计值，根据得到 ；

根据实际电阻值，调整电流和电压；并通过调整后的电流和电压数据计算能量利用比率；

异常分析模块：根据电气特征数据集训练获取故障状态预测模型，基于故障状态预测模型预测得到电气部件的故障概率值；

异常判断模块：用于根据电气部件的故障概率值，判断智能包装生产线是否存在故障；

故障控制模块，用于当检测到智能包装生产线存在故障，分析出现故障的电气部件，并采取针对性调控措施。

2.根据权利要求1所述的一种智能包装生产线控制系统，其特征在于，所述根据实际电阻值，调整电流和电压的方式包括：对于基于分流器的电流传感器，利用电流传感器的实际电阻值计算电流传感器在t时刻的电流修正系数 ，其中，DI表示电流传感器， 表示电流传感器DI的标称电阻， 表示电流传感器的电流修正系数， 表示电流传感器的实际电阻值；

将电流传感器在t时刻的电气部件上实际测量的电流与修正系数进行比值计算，得到调整后的电流数据；

所述电气部件包括智能包装生产线中的主配电柜、电机变频器、电机驱动器、中央控制器和加热元件；

对于基于分压器的电压传感器，利用电压传感器的实际电阻值计算电压传感器在t时刻的电压修正系数 ，其中，DV表示电压传感器， 是电压传感器的电压修正系数， 和 分别是电压传感器的两个分压电阻和 的实际电阻值， 和 分别是电压传感器的两个分压电阻 和 的标称电阻值；

计算电压传感器在t时刻的电气部件上实际测量的电压与电压修正系数的乘积，得到调整后的电压数据。

3.根据权利要求2所述的一种智能包装生产线控制系统，其特征在于，所述通过调整后的电流和电压数据计算能量利用比率的方法包括：基于调整后的电流和电压数据，计算电流和电压的乘积，得到视在功率SG；

使用功率分析仪测量得到电气部件在t时刻的功率因数cos( )，计算SG与cos( )的乘积，得到有功功率 ，其中， 表示电流和电压之间的相位差角，表示功率因数；

计算视在功率与sin( )的乘积，得到无功功率 ，其中， 表示正弦相位差角；

取有功功率与无功功率的比值，得到能量利用比率。

4.根据权利要求3所述的一种智能包装生产线控制系统，其特征在于，所述利用傅里叶变换法将振动信号转换为频谱的方法包括：根据奈奎斯特采样定理设置采样率，使用位移传感器按照设定的采样率采集wt时段内的智能包装生产线电气部件的振动信号；

使用带通滤波和取均值法对采集的振动信号进行滤波和去除均值处理；

设置一个窗口宽度为wk的时间窗口；

初始化窗口索引m为从0开始，从处理后的振动信号ZD[n]中提取出第m’个窗口的信号片段 ，其中，n表示窗口内的样本索引，用于遍历每个窗口内的样本点，n=0,1,2,...,wk‑1，L表示预设的滑动步长，即相邻窗口之间的重叠程度；

为窗口内的信号片段引入窗口函数，将窗口函数作为信号片段的权重，定义窗口函数为海明窗函数，应用于窗口内的信号片段 ，得到加权后的信号片段，其中，hm[n]表示海明窗函数， 表

示第m个时间窗口内加权后的信号片段；

对每个时间窗口内的加权信号片段 应用快速傅里叶变换，得到时间窗口内的频谱 ，其中， 表示第m个时间窗口在第K个离散频率处的频谱，K=0,1,2,...,wk‑1，g是虚数单位，满足 ‑1，e是自然常数， 是复指数函数，用于将时域信号转换到频域；

整合所有时间窗口内的频谱，以时间为横轴，以频率为纵轴，形成包含wt时段内完整频谱的时频谱图。

5.根据权利要求4所述的一种智能包装生产线控制系统，其特征在于，所述对频谱进行时间序列分解，提取得到不同频率范围内的信号特征的方式包括：基于时频谱图，在时频谱图中标记所有的峰值位置，对于每个峰值，选择包含峰值及预设比例的频带作为频率范围；

对于每个频率范围，计算在时频谱图上对应频谱值的平方并求和，得到频率范围的能量值，选择所有频率范围能量值最大的Ne个频率范围作为频率分量；

使用Morlet小波作为基函数，对于时频谱图中每个时间点，进行多尺度连续小波变换，得到不同尺度下的小波系数矩阵 ；

其中， 表示第c个频率分量，c=1,2,...,Ne， 表示连续的时间变量， 表示第i个尺度， 表示时频图谱的时间轴上第j个离散位置，j=1,2,...,J，x 表示时频域谱图中的频谱分量， 表示Morlet小波函数的复共轭， 表示在 、 和 下的小波系数；

对于每个频率分量 ，构建一个以尺度 为行，以 为列的小波系数矩阵 ，将所有计算出的小波系数 作为矩阵中每个位置的值；

根据每个频率分量下的小波系数矩阵，将每个尺度 映射到对应的频率 ，其中， 表示采样率， 表示Morlet小波函数的中心角频率；

设定频带为低频带、中频带和高频带，根据频率 ，将所有尺度 分配到相应的频带中；

对于每个 频带，计算 其内部所 有相关尺度 的小波系数 的能量总 和，其中， 表示频带下的总能量， 表示属

于频带的所有尺度， 表示频带；

将小波系数矩阵内所有频带的能量组合成一个向量，得到每个频率分量下的频带能量向量，作为每个频率范围内的信号特征。

6.根据权利要求5所述的一种智能包装生产线控制系统，其特征在于，所述故障状态预测模型的训练方法包括：收集样本集，包括YB组性能数据集和对应的真实标签，将样本集按比例划分为训练集和验证集；

构建故障状态预测模型，并在模型中引入L1和L2正则化，将性能数据集作为输入，将电气部件的故障状概率值作为输出标签，所述故障状态预测模型为梯度提升决策树模型；

初始化模型的超参数以及L1正则化强度 和L2正则化强度 ；

定义一个包含多个 和 值的参数网络，并使用k折交叉验证法计算每个参数组合的平均F1分数，选择其中平均F1分数最高的参数组合作为最优参数组合；

定义对数损失作为损失函数，并引入正则化项， ，其

中，TL表示引入正则化项后的损失函数， 表示L1正则化项， 表示第z个特征的权重，取第z个特征在所有树中被用作分裂点时所覆盖的样本数量作为特征的权重，表示L2正则化项，Lo表示对数损失函数；

将最优参数组合和初始化的模型超参数作为模型参数，使用训练集和损失函数在模型的每次迭代中根据梯度调整模型参数；

对于每次迭代，使用训练集更新模型参数，使用AUC作为评估指标，在验证集上计算AUC值；

设定一个性能提升阈值xnt，若迭代后AUC值与上一次迭代的AUC值的差值大于xnt，则判定模型的性能有提升，若迭代后AUC值与上一次迭代的AUC值的差值小于或等于xnt，判定模型性能没有提升；若在连续的pat次迭代中，验证集上的模型性能没有提升，则停止训练；

得到训练好的梯度提升决策树模型。

7.根据权利要求6所述的一种智能包装生产线控制系统，其特征在于，所述根据电气部件的故障概率值，判断智能包装生产线是否存在故障的方法包括：收集历史故障得分，按时间排序，形成故障得分序列；

设定滑动窗口HD和滑动窗口的步长hd；

将滑动窗口HD应用于故障得分序列，对于初始的滑动窗口内所有故障得分，使用ROC曲线法计算每个可能的故障得分阈值对应的真阳性率TPR和假阳性率FPR；

根据初始的滑动窗口内的TPR和FPR，使用Youden指数计算最佳阈值yz；

将窗口向前移动一个步长nd，对于新的滑动窗口内所有的故障得分，重新计算TPR和FPR，并计算最佳阈值yz；

取故障得分序列内所有最佳阈值的均值，作为当前的最佳阈值；

当故障得分大于等于最佳阈值，则表示智能包装生产线的电气部件出现故障，当故障得分小于最佳阈值，则表示智能包装生产线的电气部件正常；

若智能包装生产线中的任意一个电气部件出现故障，判定智能包装生产线存在故障。

8.根据权利要求7所述的一种智能包装生产线控制系统，其特征在于，所述当检测到智能包装生产线存在故障，分析出现故障的电气部件，并采取针对性调控措施的方式包括：当判定智能包装生产线存在故障，分析出现故障的电气部件类别，对不同类别的电气部件采取针对性调控措施，包括：主配电柜、电机变频器、电机驱动器、中央控制器和加热元件；

对于主配电柜，检查并调整输入电压和电流到预设的正常范围内，优化主配电柜内的负载分配，使每个电路负载平衡，检查断路器的设定值，使其能够正确响应异常情况；

对于电机变频器，获取电机运行的实际状态，调整电机的工作频率，使电机运行在最佳状态，优化电机变频器的启动和停止程序，使电机启动时的冲击和停机时间降低；

对于电机驱动器，调整电机驱动器的扭矩输出，减少电机驱动器的负载，优化电机的速度设定，使其与生产线其它部分保持协调工作；

对于中央控制器，重新校准中央控制器中的生产参数，使设置的生产参数符合当前的生产需求；

对于加热元件，检查并调整加热元件的温度设定值，使其在预设的安全范围内，同时校准温度控制器，使温度测量的准确率大于预设的准确率阈值。