1.一种配电网接地故障诊断方法，其特征在于，包括：获取配电网的基础拓扑结构故障时的一维零序电流信号，并利用格拉姆角场，将所述一维零序电流信号映射为对应的二维图像；以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型，所述基础故障诊断模型包括：输入层、多通道卷积层、融合层、通道注意力模块、第一池化层、卷积层、空间注意力模块、第二池化层、全连接层和输出层；其中，所述多通道卷积层为三通道卷积层，第一个通道的卷积核大小为5×5，通道数为8；第二个通道的卷积核为3×3和1×1串联，通道数分别为8和16；第三个通道的卷积核为8×8和3×3串联，通道数分别为4和8；在配电网发生故障时，判断发生故障的拓扑结构是否为所述基础拓扑结构：若是，则利用所述基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于所述基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在将所述一维零序电流信号转换为二维图像前，对获取的一维零序电流信号进行归一化处理。
3.根据权利要求1所述的方法，其特征在于，所述以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型，包括：将所述二维图像划分为训练数据集和测试数据集；将所述训练数据集输入多尺度卷积神经网络模型，结合注意力模型得到基础故障诊断模型。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：利用所述测试数据集对所述基础故障诊断模型进行测试，并根据测试结果修正所述基础故障诊断模型。
5.根据权利要求3所述的方法，其特征在于，所述基于所述基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，包括：获取该发生故障的拓扑结构故障时的一维零序电流信号，并将所述一维零序电流信号转换为该发生故障的拓扑结构对应的二维图像；将该发生故障的拓扑结构对应的二维图像划分为训练数据集和测试数据集；基于该发生故障的拓扑结构对应的二维图像的训练数据集，以所述基础故障诊断模型中的第一池化层、卷积层和第二池化层的参数作为模型参数，训练得到该发生故障的拓扑结构对应的目标故障诊断模型。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：利用所述发生故障的拓扑结构对应的二维图像的测试数据集对所述目标故障诊断模型进行测试，并根据测试结果修正所述目标故障诊断模型。
7.一种配电网接地故障诊断装置，其特征在于，包括：获取转换模块，用于获取配电网的基础拓扑结构故障时的一维零序电流信号，并利用格拉姆角场，将所述一维零序电流信号映射为对应的二维图像；建模模块，用于以所述二维图像作为卷积神经网络模型的输入，训练得到基础故障诊断模型，所述基础故障诊断模型包括：输入层、多通道卷积层、融合层、通道注意力模块、第一池化层、卷积层、空间注意力模块、第二池化层、全连接层和输出层；其中，所述多通道卷积层为三通道卷积层，第一个通道的卷积核大小为5×5，通道数为8；第二个通道的卷积核为3×3和1×1串联，通道数分别为8和16；第三个通道的卷积核为8×8和3×3串联，通道数分别为4和8；判断输出模块，用于在配电网发生故障时，判断发生故障的拓扑结构是否为所述基础拓扑结构：若是，则利用所述基础故障诊断模型对配电网进行故障诊断，输出对应的故障类型；否则，基于所述基础故障诊断模型，利用迁移学习方法，得到该发生故障的拓扑结构对应的目标故障诊断模型，并利用该目标故障诊断模型对配电网进行故障诊断，输出对应的故障类型。
8.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-6中任一项权利要求所述的配电网接地故障诊断方法。
