1.一种高压配电柜状态智能监测控制方法，其特征在于，所述方法包括：实时采集目标设备的局放信号；所述局放信号包括暂态地电压信号和超声波信号；

对所述局放信号进行去噪处理，得到修正信号；

将所述修正信号作为预训练的状态评价模型的输入，得到状态类型；

根据所述状态类型，进行控制决策；所述控制决策包括负载调整、运行模式调整和故障隔离；

所述对所述局放信号进行去噪处理，得到修正信号包括：对第一目标信号进行变分模态分解，得到多个模态分量；所述第一目标信号是暂态地电压信号和超声波信号中任一个；

计算每个模态分量的峰度，将峰度值大于预设阈值的模态分量纳入第一分量集，将不大于预设阈值的模态分量纳入第二分量集；

采用小波阈值去噪方法对所述第一分量集进行滤波，采用三倍标准差准则对所述第二分量集进行反向抑制，得到去噪后的模态分量集；

根据滤波后的模态分量集进行信号重构，得到第二目标信号，作为所述第一目标信号的修正信号；

所述对第一目标信号进行变分模态分解，得到多个模态分量包括：对所述第一目标信号进行经验模态分解，确定分解层数K，作为变分模态分解的层数；

采用包络熵和重构误差的加权融合式作为目标函数，以最小化所述目标函数为目标，对变分模态分解算法的惩罚因子α进行寻优，得到惩罚因子α；

根据所述分解层数K和惩罚因子α，对所述第一目标信号进行变分模态分解，得到多个模态分量；

所述状态评价模型由第一特征提取分支、第二特征提取分支、注意力模块和分类器组成；其中：第一特征提取分支，用于采用门控循环单元对暂态地电压信号的修正信号进行特征提取，得到第一特征；

第二特征提取分支，用于采用门控循环单元对超声波信号的修正信号进行特征提取，得到第二特征；具体的，第二特征和第一特征具备相同的维度；

注意力模块，用于采用多头自注意力机制对第一特征和第二特征的联合特征进行融合增强，得到第三特征；具体的，将第一特征和第二特征拼接得到联合特征矩阵，采用多头注意力模块根据联合特征矩阵计算注意力权重，加权后输出；将输出的矩阵送入后续的前馈网络进一步处理，得到第三特征；

分类器，用于采用全连接网络对第三特征进行处理，输出状态类型。

2.根据权利要求1所述的一种高压配电柜状态智能监测控制方法，其特征在于，所述采用小波阈值去噪方法对所述第一分量集进行滤波包括：对目标模态分量进行小波变换，得到小波系数；所述小波系数包括近似系数和细节系数；所述目标模态分量是所述第一分量集中任一个模态分量；

采用改进的阈值函数，对所述细节系数进行阈值处理；具体为：；其中，是小波阈值；median

()表示取中位数； 是第j层尺度的细节系数； 是第j层尺度上细节系数的长度；

是阈值处理后的细节系数；sgn()是符号函数；n是常数；

将所述近似系数和阈值处理后的细节系数进行小波逆变换，得到去噪的模态分量。

3.一种高压配电柜状态智能监测控制系统，其特征在于，所述系统包括：传感监测模块，用于实时采集目标设备的局放信号；所述局放信号包括暂态地电压信号和超声波信号；

信号去噪模块，用于对所述局放信号进行去噪处理，得到修正信号；

异常识别模块，用于将所述修正信号作为预训练的状态评价模型的输入，得到状态类型；

动作生成模块，用于根据所述状态类型，进行控制决策；所述控制决策包括负载调整、运行模式调整和故障隔离；

所述信号去噪模块包括：

信号分解模块，用于对第一目标信号进行变分模态分解，得到多个模态分量；所述第一目标信号是暂态地电压信号和超声波信号中任一个；

主导分类模块，用于计算每个模态分量的峰度，将峰度值大于预设阈值的模态分量纳入第一分量集，将不大于预设阈值的模态分量纳入第二分量集；

逐项去噪模块，用于采用小波阈值去噪方法对所述第一分量集进行滤波，采用三倍标准差准则对所述第二分量集进行反向抑制，得到去噪后的模态分量集；

信号重构模块，用于根据滤波后的模态分量集进行信号重构，得到第二目标信号，作为所述第一目标信号的修正信号；

所述信号分解模块包括：

层数确定模块，用于对所述第一目标信号进行经验模态分解，确定分解层数K，作为变分模态分解的层数；

惩罚因子确定模块，用于采用包络熵和重构误差的加权融合式作为目标函数，以最小化所述目标函数为目标，对变分模态分解算法的惩罚因子α进行寻优，得到惩罚因子α；

分解执行模块，用于根据所述分解层数K和惩罚因子α，对所述第一目标信号进行变分模态分解，得到多个模态分量；

所述状态评价模型由第一特征提取分支、第二特征提取分支、注意力模块和分类器组成；其中：第一特征提取分支，用于采用门控循环单元对暂态地电压信号的修正信号进行特征提取，得到第一特征；

第二特征提取分支，用于采用门控循环单元对超声波信号的修正信号进行特征提取，得到第二特征；具体的，第二特征和第一特征具备相同的维度；

注意力模块，用于采用多头自注意力机制对第一特征和第二特征的联合特征进行融合增强，得到第三特征；具体的，将第一特征和第二特征拼接得到联合特征矩阵，采用多头注意力模块根据联合特征矩阵计算注意力权重，加权后输出；将输出的矩阵送入后续的前馈网络进一步处理，得到第三特征；

分类器，用于采用全连接网络对第三特征进行处理，输出状态类型。

4.根据权利要求3所述的一种高压配电柜状态智能监测控制系统，其特征在于，所述逐项去噪模块包括：小波变换模块，用于对目标模态分量进行小波变换，得到小波系数；所述小波系数包括近似系数和细节系数；所述目标模态分量是所述第一分量集中任一个模态分量；

阈值处理模块，用于采用改进的阈值函数，对所述细节系数进行阈值处理；具体为：其中，是小波阈值；median

()表示取中位数； 是第j层尺度的细节系数； 是第j层尺度上细节系数的长度；

是阈值处理后的细节系数；sgn()是符号函数；n是常数；

小波逆变换模块，用于将所述近似系数和阈值处理后的细节系数进行小波逆变换，得到去噪的模态分量。