1.一种电表故障研判方法，其特征在于，包括：获取各电表的历史故障信息和当前故障电表的故障信息；确定所述历史故障信息中的每一条故障信息分别对应的故障状态编码，包括分别确定所述历史故障信息中的每一条故障信息属于的故障类型及在所述属于的故障类型下的编码，并将所述编码确定为对应的故障信息的故障状态编码；统计所述历史故障信息中故障状态转移组的种类和各类所述故障状态转移组的数量，并依据统计结果生成故障状态转移矩阵，所述故障状态转移组包括同一电表上相邻两次故障的故障状态编码及转移方向，所述故障状态转移矩阵由各故障状态编码之间的转移概率组成；根据所述当前故障电表的故障信息，确定所述当前故障电表的故障信息对应的目标故障状态编码；根据所述故障状态转移矩阵和所述目标故障状态编码，确定所述当前故障电表的故障研判结果，所述故障研判结果包括下一次故障可能的故障类型和对应的概率；其中，分别确定所述历史故障信息中的每一条故障信息属于的故障类型及在所述属于的故障类型下的编码，包括：将所述历史故障信息划分为数据异常类型和设备异常类型；对于属于数据异常类型的各故障信息：获取发生数据异常的各电表在预设时间范围内的用电曲线，生成用电曲线数据库；对所述用电曲线数据库进行聚类，得到若干聚类簇，将每一聚类簇中用电曲线的中位曲线作为类特征曲线，并定义所述每一聚类簇的数据异常子类型及编码，其中，所述聚类簇的异常类型作为聚类簇内各故障信息所属的异常类型，所述聚类簇的编码作为聚类簇内各故障信息的编码；对于属于设备异常类型的各故障信息：定义所述设备异常类型下的每一种异常的设备异常子类型及编码。
2.根据权利要求1所述的方法，其特征在于，在生成用电曲线数据库之前，还包括：对所述用电曲线进行标幺化处理。
3.根据权利要求1或2任一项所述的方法，其特征在于，若所述当前故障电表的故障信息属于数据异常类型的故障信息，则确定所述当前故障电表的故障信息对应的目标故障状态编码的过程，包括：获取所述当前故障电表的预设时间范围内的目标用电曲线；对所述目标用电曲线和所述每一聚类簇的类特征曲线进行相似度评判，并将相似度最高的类特征曲线所在的聚类簇的编码作为目标故障状态编码。
4.根据权利要求3所述的方法，其特征在于，对所述目标用电曲线和所述每一聚类簇的类特征曲线进行相似度评判，并将相似度最高的类特征曲线所在的聚类簇的编码作为目标故障状态编码，包括：逐一计算所述目标用电曲线和所述每一聚类簇的类特征曲线的欧式距离，并将欧式距离最小的类特征曲线所在的聚类簇的编码作为目标故障状态编码。
5.根据权利要求1所述的方法，其特征在于，定义所述每一聚类簇的编码，包括：依据所述每一聚类簇的类特征曲线的排列顺序，确定所述每一聚类簇的编码。
6.一种电表故障研判装置，其特征在于，包括：获取单元，用于获取各电表的历史故障信息和当前故障电表的故障信息；第一编码单元，用于确定所述历史故障信息中的每一条故障信息分别对应的故障状态编码，包括分别确定所述历史故障信息中的每一条故障信息属于的故障类型及在所述属于的故障类型下的编码，并将所述编码确定为对应的故障信息的故障状态编码；统计单元，用于统计所述历史故障信息中故障状态转移组的种类和各类所述故障状态转移组的数量，并依据统计结果生成故障状态转移矩阵，所述故障状态转移组包括同一电表上相邻两次故障的故障状态编码及转移方向，所述故障状态转移矩阵由各故障状态编码之间的转移概率组成；第二编码单元，用于根据所述当前故障电表的故障信息，确定所述当前故障电表的故障信息对应的目标故障状态编码；研判单元，用于根据所述故障状态转移矩阵和所述目标故障状态编码，确定所述当前故障电表的故障研判结果，所述故障研判结果包括下一次故障可能的故障类型和对应的概率；其中，分别确定所述历史故障信息中的每一条故障信息属于的故障类型及在所述属于的故障类型下的编码，包括：将所述历史故障信息划分为数据异常类型和设备异常类型；对于属于数据异常类型的各故障信息：获取发生数据异常的各电表在预设时间范围内的用电曲线，生成用电曲线数据库；对所述用电曲线数据库进行聚类，得到若干聚类簇，将每一聚类簇中用电曲线的中位曲线作为类特征曲线，并定义所述每一聚类簇的数据异常子类型及编码，其中，所述聚类簇的异常类型作为聚类簇内各故障信息所属的异常类型，所述聚类簇的编码作为聚类簇内各故障信息的编码；对于属于设备异常类型的各故障信息：定义所述设备异常类型下的每一种异常的设备异常子类型及编码。
7.一种电表故障研判设备，其特征在于，包括存储器和处理器；所述存储器，用于存储程序；所述处理器，用于执行所述程序，实现如权利要求1-5中任一项所述的电表故障研判方法的各个步骤。
8.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-5中任一项所述的电表故障研判方法的各个步骤。
