1.一种不平衡数据的分类方法，其特征在于，所述方法包括：获取不平衡数据集；其中，所述不平衡数据集包括多数类集合以及少数类集合；通过SVM算法计算所述不平衡数据集的支持向量集合；计算所述多数类集合中的每一个样本到所述支持向量集合中的每一个支持向量的第一距离；根据所述第一距离计算样本位置统计量；根据所述样本位置统计量计算类位统计量；根据所述类位统计量对所述多数类集合进行下采样，获得下采样后的多数类集合；其中，所述分类方法应用于输电线路故障分类；所述不平衡数据集包括但不仅限于鸟巢数据集和绝缘子数据集；所述鸟巢数据集的类别包括有鸟巢数据和无鸟巢数据；若所述有鸟巢数据的数量多于所述无鸟巢数据的数量，则所述有鸟巢数据为所述鸟巢数据集的多数类集合；若所述有鸟巢数据的数量少于所述无鸟巢数据的数量，则所述有鸟巢数据为所述鸟巢数据集的少数类集合；所述绝缘子数据集的类别包括绝缘子破损数据和正常绝缘子数据；若所述绝缘子破损数据的数量多于所述正常绝缘子数据的数量，则所述绝缘子破损数据为所述绝缘子数据集的多数类集合；若所述绝缘子破损数据的数量少于所述正常绝缘子数据的数量，则所述绝缘子破损数据为所述绝缘子数据集的少数类集合；所述第一距离的计算公式为：式(1)中，c -1 为所述多数类集合，x i ∈c -1 表示x i 为c -1 中的元素，x i 为所述多数类集合中的第i个样本，x i ＝(x i1 ,x i2 ,…,x in )，s j 为所述支持向量集合中的第j个支持向量，s i ＝(s i1 ,s i2 ,…,s in )，d(x i ,s j )为所述多数类样本中的第i个样本与所述支持向量集合中的第j个支持向量的第一距离；所述样本位置统计量的计算公式如下：式(2)中，Q k (s)为x i 的k近邻支持向量集合，s j ∈Q k (s)表示s j 为Q k (s)中的元素，μ k (x i )为所述多数类集合中的第i个样本的样本位置统计量；所述类位统计量的计算公式如下：式(3)中，w i 为所述多数类集合中的第i个样本的类位统计量。
2.根据权利要求1所述的一种不平衡数据的分类方法，其特征在于，所述根据所述类位统计量对所述多数类集合进行下采样，具体包括：将所述多数类集合中的样本按w i 大小排序，按中位数分成两部分；w i 较小的部分，下采样(m -1 -m 1 )m 1 /m -1 个样本；其中，m 1 为所述少数类集合中的样本个数，m -1 为所述多数类集合中的样本数量；w i 较大的部分，下采样(m -1 -m 1 )(1-m 1 /m -1 )个样本。
3.根据权利要求1至2任一项所述的一种不平衡数据的分类方法，其特征在于，所述方法还包括：通过混淆矩阵对分类结果进行评估。
4.一种不平衡数据的分类装置，其特征在于，所述装置包括：数据获取模块，用于获取不平衡数据集；其中，所述不平衡数据集包括多数类集合以及少数类集合；支持向量计算模块，用于通过SVM算法计算所述不平衡数据集的支持向量集合；第一距离计算模块，用于计算所述多数类集合中的每一个样本到所述支持向量集合中的每一个支持向量的第一距离；样本位置统计量计算模块，用于根据所述第一距离计算样本位置统计量；类位统计量计算模块，用于根据所述样本位置统计量计算类位统计量；下采样模块，用于根据所述类位统计量对所述多数类集合进行下采样，获得下采样后的多数类集合；其中，所述分类装置应用于输电线路故障分类；所述不平衡数据集包括但不仅限于鸟巢数据集和绝缘子数据集；所述鸟巢数据集的类别包括有鸟巢数据和无鸟巢数据；若所述有鸟巢数据的数量多于所述无鸟巢数据的数量，则所述有鸟巢数据为所述鸟巢数据集的多数类集合；若所述有鸟巢数据的数量少于所述无鸟巢数据的数量，则所述有鸟巢数据为所述鸟巢数据集的少数类集合；所述绝缘子数据集的类别包括绝缘子破损数据和正常绝缘子数据；若所述绝缘子破损数据的数量多于所述正常绝缘子数据的数量，则所述绝缘子破损数据为所述绝缘子数据集的多数类集合；若所述绝缘子破损数据的数量少于所述正常绝缘子数据的数量，则所述绝缘子破损数据为所述绝缘子数据集的少数类集合；所述第一距离的计算公式为：式(1)中，c -1 为所述多数类集合，x i ∈c -1 表示x i 为c -1 中的元素，x i 为所述多数类集合中的第i个样本，x i ＝(x i1 ,x i2 ,…,x in )，s j 为所述支持向量集合中的第j个支持向量，s i ＝(s i1 ,s i2 ,…,s in )，d(x i ,s j )为所述多数类样本中的第i个样本与所述支持向量集合中的第j个支持向量的第一距离；所述样本位置统计量的计算公式如下：式(2)中，Q k (s)为x i 的k近邻支持向量集合，s j ∈Q k (s)表示s j 为Q k (s)中的元素，μ k (x i )为所述多数类集合中的第i个样本的样本位置统计量；所述类位统计量的计算公式如下：式(3)中，w i 为所述多数类集合中的第i个样本的类位统计量。
5.根据权利要求4所述不平衡数据的分类装置，其特征在于，所述装置还包括：评估模块，用于通过混淆矩阵对分类结果进行评估。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现如权利要求1至3任一项所述的不平衡数据的分类方法。
7.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述计算机程序由所述处理器执行时实现如权利要求1至3任一项所述的不平衡数据的分类方法。
