1.一种电缆温度的预测方法，其特征在于，包括：获取待测电缆的热路参数，以及电缆数据库的电缆温度训练样本；所述电缆温度训练样本包括历史电缆温度数据及对应的样本类别标签；根据所述热路参数，计算得到所述待测电缆的缆芯温度序列数据；采用经验模态分解方法和完整集合经验模式分解方法，对所述缆芯温度序列数据进行平稳化处理，得到平稳化温度序列数据；基于所述历史电缆温度数据及对应的样本类别标签，建立时序组合预测模型；将所述热路参数和所述平稳化序列数据输入到所述时序组合预测模型，计算得到所述待测电缆的实时温度预测结果数据；根据所述热路参数，计算得到所述待测电缆的缆芯温度序列数据，包括：构建与所述热路参数对应的所述待测电缆的电缆本体暂态热路模型；根据所述电缆本体暂态热路模型，计算所述待测电缆的所述缆芯温度序列数据；采用经验模态分解方法和完整集合经验模式分解方法，对所述缆芯温度序列数据进行平稳化处理，得到平稳化温度序列数据，包括：采用所述经验模态分解方法，对所述缆芯温度序列数据进行平稳化处理，得到初步平稳化温度序列数据；运用所述完整集合经验模式分解方法，分解所述初步平稳化温度序列数据，得到所述平稳化温度序列数据。
2.根据权利要求1所述的电缆温度的预测方法，其特征在于，基于所述历史电缆温度数据及对应的样本类别标签，建立时序组合预测模型，包括：建立与所述历史电缆温度数据及对应的样本类别标签对应的初步时序组合预测模型；根据所述历史电缆温度数据及对应的样本类别标签，训练所述初步时序组合预测模型，得到训练后的初步时序组合预测模型；基于所述所述历史电缆温度数据及对应的样本类别标签，验证所述训练后的初步时序组合预测模型，得到所述时序组合预测模型。
3.根据权利要求2所述的电缆温度的预测方法，其特征在于，根据所述历史电缆温度数据及对应的样本类别标签，训练所述初步时序组合预测模型，得到训练后的初步时序组合预测模型，包括：将所述历史电缆温度数据中的电缆热路参数和电缆平稳化温度序列数据输入初步时序组合预测模型，生成对应的样本类别；根据所述历史电缆温度数据中的电缆热路参数和电缆平稳化温度序列数据及对应的样本类别标签和所述样本类别，确定训练误差；基于所述训练误差，对所述初步时序组合预测模型进行调整，得到最优参数，并采用所述最优参数，优化所述初步时序组合预测模型，得到所述训练后的初步时序组合预测模型。
4.一种电缆温度的预测装置，其特征在于，包括：获取模块，用于获取待测电缆的热路参数，以及电缆数据库的电缆温度训练样本；所述电缆温度训练样本包括历史电缆温度数据及对应的样本类别标签；序列模块，用于根据所述热路参数，计算得到所述待测电缆的缆芯温度序列数据；平稳模块，用于采用经验模态分解方法和完整集合经验模式分解方法，对所述缆芯温度序列数据进行平稳化处理，得到平稳化温度序列数据；建立模块，用于基于所述历史电缆温度数据及对应的样本类别标签，建立时序组合预测模型；计算模块，用于将所述热路参数和所述平稳化序列数据输入到所述时序组合预测模型，计算得到所述待测电缆的实时温度预测结果数据；所述序列模块包括：构建子模块，用于构建与所述热路参数对应的所述待测电缆的电缆本体暂态热路模型；序列子模块，用于根据所述电缆本体暂态热路模型，计算所述待测电缆的所述缆芯温度序列数据；所述平稳模块包括：平稳子模块，用于采用所述经验模态分解方法，对所述缆芯温度序列数据进行平稳化处理，得到初步平稳化温度序列数据；分解子模块，用于运用所述完整集合经验模式分解方法，分解所述初步平稳化温度序列数据，得到所述平稳化温度序列数据。
5.根据权利要求4所述的电缆温度的预测装置，其特征在于，所述建立模块包括：建立子模块，用于建立与所述历史电缆温度数据及对应的样本类别标签对应的初步时序组合预测模型；训练子模块，用于根据所述历史电缆温度数据及对应的样本类别标签，训练所述初步时序组合预测模型，得到训练后的初步时序组合预测模型；验证子模块，用于基于所述所述历史电缆温度数据及对应的样本类别标签，验证所述训练后的初步时序组合预测模型，得到所述时序组合预测模型。
6.根据权利要求5所述的电缆温度的预测装置，其特征在于，所述训练子模块包括：生成单元，用于将所述历史电缆温度数据中的电缆热路参数和电缆平稳化温度序列数据输入初步时序组合预测模型，生成对应的样本类别；误差单元，用于根据所述历史电缆温度数据中的电缆热路参数和电缆平稳化温度序列数据及对应的样本类别标签和所述样本类别，确定训练误差；优化单元，用于基于所述训练误差，对所述初步时序组合预测模型进行调整，得到最优参数，并采用所述最优参数，优化所述初步时序组合预测模型，得到所述训练后的初步时序组合预测模型。
