1.一种开关设备的故障分布确定方法，其特征在于，包括：获取每个开关设备的属性向量以及故障历史向量；基于所述故障历史向量，训练隐含狄利克雷模型，以使所述隐含狄利克雷模型输出每个所述开关设备对故障模式的分布信息以及每个所述故障模式对故障的分布信息；基于所述属性向量以及所述开关设备对故障模式的分布信息，训练分解机模型，确定出所述开关设备对故障模式的映射关系；将待确定故障分布的开关设备的属性向量输入至所述分解机模型中，确定出所述待确定故障分布的开关设备对故障模式的目标分布信息；基于所述目标分布信息以及所述每个所述故障模式对故障的分布信息，确定出所述待确定故障分布的开关设备对故障的分布信息，包括：确定所述目标分布信息与所述每个所述故障模式对故障的分布信息的乘积为所述待确定故障分布的开关设备对故障的分布信息。
2.根据权利要求1所述的开关设备的故障分布确定方法，其特征在于，所述获取每个开关设备的属性向量，包括：获取每个所述开关设备的地点、设备型号、至缺陷发生时的运行年限；将所述至缺陷发生时的运行年限进行分段；确定所述开关设备的地点、设备型号以及分段后的至缺陷发生时的运行年限为所述开关设备的属性向量。
3.根据权利要求2所述的开关设备的故障分布确定方法，其特征在于，所述获取每个开关设备的故障历史向量，包括：获取每个所述开关设备的设备缺陷记录信息以及维护操作信息；将所述设备缺陷记录信息以及维护操作信息按照预设故障编号与故障类型的关联关系进行分类，确定分类后的故障编号为所述故障历史向量。
4.根据权利要求1所述的开关设备的故障分布确定方法，其特征在于，所述基于所述属性向量以及所述开关设备对故障模式的分布信息，训练分解机模型，确定出所述开关设备对故障模式的映射关系，包括：将所述属性向量作为所述分解机模型的输入信息，将所述开关设备对故障模式的分布信息作为所述分解机模型的输出信息，确定出所述开关设备对故障模式的映射关系。
5.一种开关设备的故障分布确定装置，其特征在于，包括：获取模块，用于获取每个开关设备的属性向量以及故障历史向量；第一训练模块，用于基于所述故障历史向量，训练隐含狄利克雷模型，以使所述隐含狄利克雷模型输出每个所述开关设备对故障模式的分布信息以及每个所述故障模式对故障的分布信息；第二训练模块，用于基于所述属性向量以及所述开关设备对故障模式的分布信息，训练分解机模型，确定出所述开关设备对故障模式的映射关系；第一确定模块，用于将待确定故障分布的开关设备的属性向量输入至所述分解机模型中，确定出所述待确定故障分布的开关设备对故障模式的目标分布信息；第二确定模块，用于基于所述目标分布信息以及所述每个所述故障模式对故障的分布信息，确定出所述待确定故障分布的开关设备对故障的分布信息；所述第二确定模块包括：第三确定单元，用于确定所述目标分布信息与所述每个所述故障模式对故障的分布信息的乘积为所述待确定故障分布的开关设备对故障的分布信息。
6.根据权利要求5所述的开关设备的故障分布确定装置，其特征在于，所述获取模块包括：获取单元，用于获取每个所述开关设备的地点、设备型号、至缺陷发生时的运行年限、设备缺陷记录信息以及维护操作信息；划分单元，用于将所述至缺陷发生时的运行年限进行分段；第一确定单元，用于确定所述开关设备的地点、设备型号以及分段后的至缺陷发生时的运行年限为所述开关设备的属性向量；第二确定单元，用于将所述设备缺陷记录信息以及维护操作信息按照预设故障编号与故障类型的关联关系进行分类，确定分类后的故障编号为所述故障历史向量。
7.根据权利要求5所述的开关设备的故障分布确定装置，其特征在于，所述第二训练模块包括：训练单元，用于将所述属性向量作为所述分解机模型的输入信息，将所述开关设备对故障模式的分布信息作为所述分解机模型的输出信息，确定出所述开关设备对故障模式的映射关系。
8.一种开关设备的故障分布确定系统，其特征在于，包括如权利要求5-7中任意一项所述的开关设备的故障分布确定装置。
