1.一种基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于，所述二次设备隐患故障诊断方法包括以下步骤：(1)选择二次设备的数据源，获取二次设备的实时数据和历史数据；其中，所述实时数据和历史数据包括描述二次设备软件的参数、二次设备硬件的参数和二次设备通信系统的参数，二次设备软件的参数、二次设备硬件的参数、二次设备通信系统的参数统称为二次设备参数；描述二次设备软件的参数有CPU使用率、内存占用率、硬盘使用率；描述二次设备硬件的参数有模拟量采集错、装置参数错、ROM校验和错、定值错、定值区指针错、开出不响应、开出击穿、压板模式未确认、软压板错、开出EEPROM出错；描述二次设备通信系统的参数有GOOSE板通信中断、CPU召唤无应答、GOOSE无开入信息；(2)提取步骤(1)获得的二次设备实时数据中描述二次设备参数的特征值向量；将二次设备参数的时间序列进行简化分解，采用自回归积分滑动平均模型即ARIMA模型提取二次设备参数的特征值向量；(3)对步骤(2)所提取的特征值向量进行降维处理；(4)对步骤(3)中得到的降维处理之后的特征值向量计算可靠估计概率分布；(5)根据步骤(4)得到的可靠估计概率分布的中心数据，对步骤(2)描述二次设备参数的特征值向量进行距离计算；(6)根据步骤(5)的距离计算结果标识步骤(2)二次设备实时数据中描述二次设备参数的特征值向量中的异常样本；(7)计算二次设备历史数据中描述二次设备参数的特征值向量中的异常样本，按照步骤(2)-(6)的方式，对历史数据进行分析，计算二次设备历史数据中描述二次设备参数的特征值向量中的异常样本；(8)计算步骤(6)所标识的实时数据中描述二次设备参数的特征值向量中的异常样本和步骤(7)得到的历史数据中描述二次设备参数的特征值向量中的异常样本的拟合程度；(9)根据步骤(8)计算的拟合程度，识别出二次设备隐患故障趋势，拟合程度越高，二次设备隐患故障发生的可能性越大，对照对应的特征值向量，识别出对应的故障点。
2.根据权利要求1所述的基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于：在步骤(1)中，所述二次设备的数据源为SCADA监控系统的实时库和历史库；从SCADA监控系统的实时数据中找出描述二次设备软件、硬件、通信系统的参数；SCADA监控系统的历史数据是实时数据的转储。
3.根据权利要求1所述的基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于：在步骤(3)中，将步骤(2)提取的特征值向量映射到一组新的坐标系下；新坐标系的第一个维度是第一个主成份，保留K个主成份，从而达到降维目的，其中，1≤K≤5。
4.根据权利要求1或3所述的基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于：在步骤(3)中，特征值向量进行降维处理的过程如下：3.1对步骤(2)提取得到的描述二次设备参数的特征值向量所形成的特征值矩阵进行标准化，标准化的特征值矩阵用X s 表示；3.2对标准化后的特征值矩阵进行奇异值分解，Σ是一个对角阵，对角线元素是X s 的奇异值，代表每个维度上的标准差，并由大到小排序；3.3令X s ＝UΣV T ，U为经过M变换后的标准正交基，V T 为原始域的标准正交基；3.4确定主成份个数；先计算总方差，即所有奇异值的平方和，当前K个奇异值的平方和超过了总方差的95％，则K就是主成份的个数；3.5降维处理，降维后的矩阵X sr 是一个M×K维的矩阵，M为输入信息的个数，K为主成份的个数。
5.根据权利要求1所述的基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于：在步骤(4)中，采用最小协方差行列式的方法，排除掉异常点，进行可靠估计概率分布，从步骤(3)获得降维后的特征值向量中反复抽取H个样本，N/2<H<3N/4，N为总数据样本，找到其协方差矩阵具有最小行列式的H个样本，然后以这H个样本的均值和协方差矩阵，作为对步骤(3)获得的降维后特征值向量分布中心与形状的可靠估计。
6.根据权利要求1所述的基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于：在步骤(5)中，所述距离计算，是计算步骤(2)中二次设备实时数据中描述二次设备参数的特征值向量与步骤(4)得到的可靠估计概率分布的中心数据之间的相似程度即马氏距离；马氏距离公式为 和S分别是最小协方差行列式估算出来的分布中心和协方差矩阵。
7.根据权利要求6所述的基于异常点监测和大数据分析的二次设备隐患故障诊断方法，其特征在于：在步骤(6)中，根据步骤(5)得到基于马氏距离d的期望T和协方差S的可靠估计量，马氏距离服从自由度为k的卡方分布，当满足d>d threshold 时，则二次设备实时数据中描述二次设备参数的特征值向量被视为异常样本，其中d为马氏距离，阈值d threshold 根据二次设备的型号和状态自行选定，选定原则为二次设备计算的马氏距离最大值的30％。
