1.一种电力通信故障分析方法，其特征在于，包括：采集电力通信的历史故障信息，确定所述历史故障信息的故障原因及诊断策略，并构建数据库；利用聚类算法对所述历史故障信息进行分类；构建原始故障诊断模型，利用分类结果对所述原始故障诊断模型进行训练，生成目标故障诊断模型；将待分析的电力通信数据输入至所述目标故障诊断模型，将输出故障信息与所述数据库进行匹配，得到与输出故障信息的故障原因及诊断策略。
2.根据权利要求1所述的电力通信故障分析方法，其特征在于，所述构建原始故障诊断模型，包括：基于人工神经网络构建有三层结构的原始故障诊断模型，其中，第一层为输入层，第二层为故障诊断层，用于对已知故障类型的故障进行检测与诊断，第三层为自适应检测与诊断层，包括以自适应的方式对第二层未能识别的未知故障类型进行识别与诊断。
3.根据权利要求2所述的电力通信故障分析方法，其特征在于，所述故障诊断层的诊断算法为：定义待检测的数据特征向量为S＝{s 1 ,s 2 ,s 3 ,...s n }，所述故障诊断层中第i个故障识别器为Z＝{z i1 ,z i2 ,z i3 ,...z in }；所述数据特征向量与所述故障识别器的融合度为：式中，θ t 表示第k个特征参数所占权重比值，且满足0<D(s,z i )<1；转化后得到：式中，0<f(s,z i )<1。
4.根据权利要求3所述的电力通信故障分析方法，其特征在于，判断是否发生电力通信故障的标准为：当f(s,z i )∈(0.67,0.89)时，判断电力通信发生故障。
5.根据权利要求1所述的电力通信故障分析方法，其特征在于，在所述采集电力通信的历史故障信息之后，还包括对所述历史故障信息进行数据预处理，包括：判断所述历史故障信息是否符合数据库案例标准；若是，则对符合数据库案例标准的历史故障信息进行数据清洗、去噪和归一化处理；若否，则剔除不符合数据库案例标准的历史故障信息。
6.根据权利要求5所述的电力通信故障分析方法，其特征在于，对所述符合数据库案例标准的历史故障信息进行去噪，包括：将所述历史故障信息转换为电信号；对所述电信号进行多层小波变换，得到小波的低频系数和高频系数；对所述高频系数进行收缩处理；对收缩处理后的小波进行反变换，得到信号估计值；对所述信号估计值进行信号中值滤波处理，得到去噪后的历史故障信息。
7.根据权利要求1-6任一项所述的电力通信故障分析方法，其特征在于，所述利用聚类算法对所述历史故障信息进行分类，包括：基于所述历史故障信息，确定初始聚类簇质心、迭代次数阈值和聚类个数；计算所述历史故障信息中所有数据点到质心的曼哈顿距离，并将所述数据点分配到距离数据点最近的质心中；利用均值函数求聚类簇的新质心，并计算所述新质心的偏移量；判断偏移量与迭代次数阈值的差值是否小于预设值；若是，则聚类结束；若否，则返回执行确定初始聚类簇质心、迭代次数阈值和聚类个数步骤。
8.一种电力通信故障分析装置，其特征在于，包括：信息采集单元，用于采集电力通信的历史故障信息，确定所述历史故障信息的故障原因及诊断策略，并构建数据库；聚类分析单元，用于利用聚类算法对所述历史故障信息进行分类；模型构建单元，用于构建原始故障诊断模型，利用分类结果对所述原始故障诊断模型进行训练，生成目标故障诊断模型；故障分析单元，用于将待分析的电力通信数据输入至所述目标故障诊断模型，将输出故障信息与所述数据库进行匹配，得到与输出故障信息的故障原因及诊断策略。
9.一种终端设备，其特征在于，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一项所述的电力通信故障分析方法。
10.一种计算机可读存储介质，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1-7任一项所述的电力通信故障分析方法。
