1.一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，包括：

设备数据处理：收集电网内各电力设备正常运行状态和不同故障状态下的历史声纹信号作为训练样本，利用设定的数据处理逻辑对各电力设备在正常运行状态下及不同故障状态下的历史声纹信号进行评估处理后，确定各电力设备对应不同故障状态下的缺陷报警图形集合和缺陷报警值；

评估处理的具体过程为：

从电力设备对应故障状态下的历史声纹信号中提取时域参数、频域参数以及时频域参数；其中时域参数包括时域峰值、时域均值、时域方差以及时域鞘度，记为；频域参数包括频域峰值、频域均值、频域方差以及带宽，记为 ；时频域参数包括高能量区域占比、能量中心迁移距离以及小波能量熵，记为 ；

提取电力设备正常运行状态下的时域参数、频域参数以及时频域参数，分别记为、 、 ；将

电力设备对应故障状态下的时域参数、频域参数以及时频域参数中的任一值分别与正常运行状态下所对应的值进行比值计算，得到电力设备对应故障状态下的时域比值集合a、频域比值集合b以及时频域比值 集合c；即表示为：；

声纹信号采集：对各电力设备实时采集的声纹信号结合正常运行状态下的历史声纹信号进行评估处理，确定各电力设备的实时报警图形集合和实时报警值；

故障识别处理：基于各电力设备的实时报警值和不同故障状态下的缺陷报警值，判定是否存在故障或故障隐患，若判定结果显示某电力设备存在故障则执行相应的步骤定位电力设备的可能故障原因，若判定结果显示某电力设备存在故障隐患则执行相应的步骤生成预警可信等级，同步发送至智慧电网的监控中心；其中预警可信等级包括低信度等级、中信度等级以及高信度等级；

基于各电力设备的实时报警值和不同故障状态下的缺陷报警值，判定是否存在故障或故障隐患，具体为：提取电力设备的实时报警值分别与预设的报警阈值以及不同故障状态下的缺陷报警值进行比对，若高于预设的报警阈值或高于任一故障状态下的缺陷报警值，则判定存在故障并触发故障深检信令；反之则从不同故障状态下的缺陷报警值中提取低值，利用低值减去实时报警值得到预距值，若预距值小于预设的预距参考值，则判定存在故障隐患并触发预检信令。

2.根据权利要求1所述的一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，所述确定各电力设备对应不同故障状态下的缺陷报警图形集合和缺陷报警值，具体为：以平面直角坐标系的原点出发，统计集合内的比值数量记为m，将m作为延伸射线数量，按设定角度分布确定各条射线延伸方向，其中设定角度通过 计算得到，m为各集合内的比值数量；每条射线代表集合内的一组比值，按照比值大小从各条射线延伸方向开始延伸，直至射线长度与对应比值大小相等时停止延长，确定射线延长后的端点，并依次连接形成一个封闭图形；将电力设备对应故障状态下不同集合所构建的封闭图形标记为时域图形、频域图形以及时频域图形，整合作为电力设备对应故障状态下的缺陷预警图形集合；

提取电力设备对应故障状态下时域图形、频域图形以及时频域图形所对应的图形面积，分别与预设的时域权重、频域权重以及时频域权重相乘，然后求和得到电力设备对应故障状态下的缺陷报警值。

3.根据权利要求2所述的一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，所述确定各电力设备的实时报警图形集合和实时报警值，具体为：从电力设备实时采集的声纹信号中提取时域参数、频域参数以及时频域参数，将电力设备实时声纹信号中提取的时域参数、频域参数以及时频域参数中的任一值分别与正常运行状态下所对应的值进行比值计算，得到电力设备实时状态下的时域比值集合、频域比值集合以及时频域比值集合；

基于不同集合同理缺陷预警图形集合构建过程构建封闭图形后，将电力设备实时状态下不同集合所构建的封闭图形作为电力设备实时状态下的实时报警图形集合；

提取电力设备实时状态下所构建各组封闭图形所对应的图形面积，分别与预设的时域权重、频域权重以及时频域权重相乘，然后求和得到电力设备实时状态下的实时报警值。

4.根据权利要求1所述的一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，所述判定结果显示某电力设备存在故障则执行相应的步骤定位电力设备的可能故障原因，具体为：若触发故障深检信令，提取电力设备对应不同故障状态下的缺陷报警图形集合，不同故障状态下缺陷报警图形集合内的三组图形分别用z、x、c进行编号，对于电力设备实时报警图形集合内的三组图形分别用e、r、t表示；其中z与e、x与r、c与t对应匹配；

分析缺陷报警图形集合和实时报警图形集合之间的面积深检值 、射线深检值 以及轮廓深检值 ，对缺陷报警图形集合和实时报警图形集合的面积深检值 、射线深检值 以及轮廓深检值 进行归一化处理后，代入公式 进行加权计算，得到缺陷报警图形集合和实时报警图形集合之间的综评值P；其中 分别表示面积深检值 、射线深检值 以及轮廓深检值 所对应的面积权重、射线权重以及轮廓权重；

在触发故障深检信令下，对于不同故障状态下缺陷报警图形集合与当前实时报警图形集合所分析得到的综评值P，选取综评值P高的故障状态，作为电力设备的可能故障原因。

5.根据权利要求4所述的一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，所述面积深检值 和射线深检值 的具体分析过程为：对缺陷报警图形集合内的三组图形面积Qz、Qx以及Qc，分别与实时报警图形集合内的三组图形面积Qe、Qr以及Qt之间代入公式 进行计算，得到缺陷报警图形集合与实时报警图形集合之间的面积深检值 ；

提取缺陷报警图形集合内编号为z图形的各条射线长度，在实时报警图形集合内提取编号为e图形的各条射线长度，计算z图形各条射线长度与e图形相同方向射线长度之间的绝对差值，对各组绝对差值求和得到z图形与e图形之间的射线偏差值；同理计算x图形与r图形的射线偏差值、c图形与t图形之间的射线偏差值；将各组射线偏差值累加并除以整数三，得到射线深检值 。

6.根据权利要求4所述的一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，所述轮廓深检值 的具体分析过程为：对z图形和e图形进行边缘检测，通过阈值分割算法提取图形的闭合边界轮廓，得到由连续像素点组成的z图形轮廓序列和e图形轮廓序列；采用8方向Freeman 链码将z图形轮廓序列和e图形轮廓序列中相邻轮廓点的方向映射为设定范围内的整数，即不同方向分别对应一组设定范围内的整数；

以z图形轮廓的左侧最低点为基准，按顺时针方向遍历所有轮廓点，记录相邻点方向所转化的整数作为方向值，将各组方向值作为码值形成链码序列；同理形成e图形的链码序列；

对z图形的链码序列和e图形的链码序列之间，计算对应位置的码值差；对各组码值差求和记为j，利用公式D=j/（n×4）计算出z图形和e图形之间各位置的平均差异率D；其中n表示链码长度，4为最大可能码值差；

则z图形和e图形之间的轮廓相似度通过1‑D得到，同理计算x图形与r图形的轮廓相似度、c图形与t图形之间的轮廓相似度；将各组轮廓相似度累加并除以整数三，得到轮廓深检值 。

7.根据权利要求4所述的一种智慧电网的电力设备声纹缺陷故障识别方法，其特征在于，所述触发预检信令执行相应的步骤，具体为：在触发预检信令下，分析预距值所对应故障状态缺陷报警图形集合与当前实时报警图形集合的综评值P，预设综评值P所对应的三组综评值区间，且每组综评值区间分别对应一个预警可信等级；将分析的综评值P与对应的综评值区间进行匹配，确定当前存在故障隐患的预警可信等级。