1.一种基于云边协同技术的电力设备图像识别方法，其特征在于，所述方法包括以下步骤：通过图像采集设备获取样本图像数据，对样本图像数据进行预处理得到处理图像数据；使用卷积神经网络对处理图像数据进行特征提取得到样本特征信息，所述样本特征信息包括图像形状特征、区域特征、边界特征和电力设备数据特征；通过图像采集设备采集电力设备图像；通过边缘处理模块对电力设备图像进行处理分析，所述边缘处理模块中存储有样本特征信息，当电力设备图像中的特征信息与样本特征信息不符合，将不符合的特征信息进行标注，将所述电力设备图像发送至云平台；通过云平台对电力设备图像进行深度处理，具体为：确定不符合的电力设备与不符合的特征信息，生成异常信息；通过电力设备相关库确定可能存在异常的电力设备，调取可能存在异常电力设备的电力设备图像，得到可能存在异常电力设备的电力设备数据；所述使用卷积神经网络对处理图像数据进行特征提取得到样本特征信息的步骤，具体包括：建立由卷积层和全连接层构成的卷积神经网络，其中最后一层全连接层与输入的处理图像数据的维度相同，该网络所有权重均随机初始化；对上一个步骤提取的多个维度特征进行归一化处理，所述多个维度特征包括图像形状特征、区域特征、边界特征和电力设备数据特征；对全连接层的输出建立电力设备图像的特征向量，得到样本特征信息；接收电力设备数据正常范围值，对样本特征信息进行补全；所述通过电力设备相关库确定可能存在异常的电力设备，调取可能存在异常电力设备的电力设备图像，得到可能存在异常电力设备的电力设备数据的步骤，具体包括：建立电力设备相关库，所述电力设备相关库中记录有相互关联的设备，一个电力设备发生故障，与所述电力设备相互关联的电力设备很有可能发生故障；将异常信息输入至电力设备相关库中，输出可能存在异常的电力设备；向对应的图像采集设备发送图像调取指令，得到可能存在异常电力设备的电力设备图像；对所述电力设备图像的电力设备数据特征进行识别，得到可能存在异常电力设备的电力设备数据。
2.根据权利要求1所述一种基于云边协同技术的电力设备图像识别方法，其特征在于，所述对样本图像数据进行预处理得到处理图像数据的步骤，具体包括：去除样本图像数据噪声；增强样本图像数据的细节；提高样本图像数据的信噪比后得到处理图像数据。
3.根据权利要求1所述一种基于云边协同技术的电力设备图像识别方法，其特征在于，所述方法还包括输出异常综合信息，输出异常综合信息包括不符合的电力设备图像、不符合的特征信息以及可能存在异常电力设备的电力设备数据。
4.根据权利要求1所述一种基于云边协同技术的电力设备图像识别方法，其特征在于，每一个图像采集设备均对应一个边缘处理模块，所有的边缘处理模块均与云平台通信连接，一个图像采集设备用于采集一个或者多个特定的电力设备图像。
5.一种基于云边协同技术的电力设备图像识别系统，其特征在于，所述系统包括：图像采集设备，用于获取样本图像数据，对样本图像数据进行预处理得到处理图像数据，用于采集电力设备图像；样本特征信息确定模块：使用卷积神经网络对处理图像数据进行特征提取得到样本特征信息，所述样本特征信息包括图像形状特征、区域特征、边界特征和电力设备数据特征；边缘处理模块，用于对电力设备图像进行处理分析，所述边缘处理模块中存储有样本特征信息，当电力设备图像中的特征信息与样本特征信息不符合，将不符合的特征信息进行标注，将所述电力设备图像发送至云平台；以及云平台，用于对电力设备图像进行深度处理，具体为：确定不符合的电力设备与不符合的特征信息，生成异常信息；通过电力设备相关库确定可能存在异常的电力设备，调取可能存在异常电力设备的电力设备图像，得到可能存在异常电力设备的电力设备数据；所述样本特征信息确定模块包括：卷积神经网络建立单元，用于建立由卷积层和全连接层构成的的卷积神经网络，其中最后一层全连接层与输入的处理图像数据的维度相同，该网络所有权重均随机初始化；归一化处理单元，用于对上一个步骤提取的多个维度特征进行归一化处理，所述多个维度特征包括图像形状特征、区域特征、边界特征和电力设备数据特征；样本特征信息确定单元，用于对全连接层的输出建立电力设备图像的特征向量，得到样本特征信息；样本特征信息补全单元，用于接收电力设备数据正常范围值，对样本特征信息进行补全；所述通过电力设备相关库确定可能存在异常的电力设备，调取可能存在异常电力设备的电力设备图像，得到可能存在异常电力设备的电力设备数据，具体包括：建立电力设备相关库，所述电力设备相关库中记录有相互关联的设备，一个电力设备发生故障，与所述电力设备相互关联的电力设备很有可能发生故障；将异常信息输入至电力设备相关库中，输出可能存在异常的电力设备；向对应的图像采集设备发送图像调取指令，得到可能存在异常电力设备的电力设备图像；对所述电力设备图像的电力设备数据特征进行识别，得到可能存在异常电力设备的电力设备数据。
6.根据权利要求5所述一种基于云边协同技术的电力设备图像识别系统，其特征在于，所述图像采集设备包括：噪声去除单元，用于去除样本图像数据噪声；细节增强单元，用于增强样本图像数据的细节；信噪比提升单元，用于提高样本图像数据的信噪比后得到处理图像数据。
