1.一种基于电力应用场景差异的数据质检方法，其特征在于，包括：获取电力设备的监测数据；使用数据预处理技术对所述监测数据和所述电力设备的历史运行数据进行清洗；其中，所述历史运行数据包括负载、电压、电流、功率、频率、效率、设备年龄和维护记录；根据预设的领域知识和数据分析结果，通过确定数据变量之间的依赖关系来获取节点和边的连接方式，得到概率图模型结构；使用数据集对所述概率图模型结构的参数进行估计，并结合最大似然估计方法或贝叶斯推断方法，推导出所述概率图模型结构的参数，得到概率图模型；根据数据集对所述概率图模型进行拟合优化训练，得到优化后的概率图模型；对所述电力设备的环境数据和历史运行数据进行清洗、归一化预处理操作，得到输入数据；根据所述输入数据，使用所述优化后的概率图模型从所述监测数据中发现隐藏的规律和趋势，进行预测和推断，并将温度作为父节点，以及将功率作为子节点，来建立线性关系函数式；根据所述历史运行数据，使用回归方法对所述线性关系函数式的未知参数进行计算，得到温度与功率之间的线性关系式；根据所述监测数据，通过所述线性关系式计算得到预测的功率值；按照所述功率值对所述监测数据进行标注，并根据数据变化速率来判断所述监测数据的异常程度，得到标注数据；具体为：根据所述功率值中的异常值初步判断异常的数据点，若该数据点的电力设备的运行数据波动大于预设阈值，则确定该数据点指示故障，得到异常数据点；按照预设的温度阈值，获取所述监测数据中的温度异常值；获取所述温度异常值对应的采样点和上一个采样点，分别得到第一采样点和第二采样点；根据所述第一采样点和第二采样点计算得到所述第一采样点的温度变化速率；根据所述温度变化速率和所述温度异常值的持续时间，得到所述监测数据的异常程度，根据所述监测数据的异常程度对已经标注的所述异常数据点进行标注补充，得到最终的标注数据；根据所述标注数据中的异常数据进行数据异常预警。
2.如权利要求1所述的一种基于电力应用场景差异的数据质检方法，其特征在于，在所述获取电力设备的监测数据之后，还包括：对所述监测数据进行聚类分析，将相似的运行模式归为同一类别，得到聚类结果；根据所述聚类结果确定所述电力设备的初始异常监测数据；根据所述初始异常监测数据调整所述监测数据的数据采集频率，得到扩展数据，并使用所述扩展数据对所述监测数据进行扩充。
3.如权利要求1所述的一种基于电力应用场景差异的数据质检方法，其特征在于，在所述得到标注数据之后，还包括：获取所述电力设备的实际性能数据；通过校准算法对所述标注数据和所述实际性能数据进行对比，得到校准指标；按照所述校准指标所表示的所述标注数据与所述实际性能数据的偏差程度，对所述标注数据的标注准则进行调整，并对所述标注数据中的异常数据进行复核和模拟修正；根据模拟修正后的数据和调整后的标注准则，对进行标注的工具配置进行更新。
4.如权利要求1所述的一种基于电力应用场景差异的数据质检方法，其特征在于，在所述根据所述标注数据中的异常数据进行数据异常预警之后，还包括：对所述监测数据进行精度计算，得到感知精度；若所述感知精度低于预定阈值，则提高传感器的分辨率以及减短传感器的响应时间；其中，所述传感器是指对所述电力设备进行监测以获取所述监测数据的设备。
5.一种基于电力应用场景差异的数据质检装置，其特征在于，包括数据模块、功率模块、标注模块和预警模块；其中，所述数据模块，用于获取电力设备的监测数据；使用数据预处理技术对所述监测数据和所述电力设备的历史运行数据进行清洗；其中，所述历史运行数据包括负载、电压、电流、功率、频率、效率、设备年龄和维护记录；根据预设的领域知识和数据分析结果，通过确定数据变量之间的依赖关系来获取节点和边的连接方式，得到概率图模型结构；使用数据集对所述概率图模型结构的参数进行估计，并结合最大似然估计方法或贝叶斯推断方法，推导出所述概率图模型结构的参数，得到概率图模型；根据数据集对所述概率图模型进行拟合优化训练，得到优化后的概率图模型；所述功率模块，用于对所述电力设备的环境数据和历史运行数据进行清洗、归一化预处理操作，得到输入数据；根据所述输入数据，使用所述优化后的概率图模型从所述监测数据中发现隐藏的规律和趋势，进行预测和推断，并将温度作为父节点，以及将功率作为子节点，来建立线性关系函数式；根据所述历史运行数据，使用回归方法对所述线性关系函数式的未知参数进行计算，得到温度与功率之间的线性关系式；根据所述监测数据，通过所述线性关系式计算得到预测的功率值；所述标注模块，用于按照所述功率值对所述监测数据进行标注，并根据数据变化速率来判断所述监测数据的异常程度，得到标注数据；具体为：根据所述功率值中的异常值初步判断异常的数据点，若该数据点的电力设备的运行数据波动大于预设阈值，则确定该数据点指示故障，得到异常数据点；按照预设的温度阈值，获取所述监测数据中的温度异常值；获取所述温度异常值对应的采样点和上一个采样点，分别得到第一采样点和第二采样点；根据所述第一采样点和第二采样点计算得到所述第一采样点的温度变化速率；根据所述温度变化速率和所述温度异常值的持续时间，得到所述监测数据的异常程度，根据所述监测数据的异常程度对已经标注的所述异常数据点进行标注补充，得到最终的标注数据；所述预警模块，用于根据所述标注数据中的异常数据进行数据异常预警。
6.如权利要求5所述的一种基于电力应用场景差异的数据质检装置，其特征在于，在所述数据模块之后，还包括聚类单元、初始单元和采集单元；其中，聚类单元，用于对所述监测数据进行聚类分析，将相似的运行模式归为同一类别，得到聚类结果；初始单元，用于根据所述聚类结果确定所述电力设备的初始异常监测数据；采集单元，用于根据所述初始异常监测数据调整所述监测数据的数据采集频率，得到扩展数据，并使用所述扩展数据对所述监测数据进行扩充。
7.如权利要求5所述的一种基于电力应用场景差异的数据质检装置，其特征在于，在所述得到标注数据之后，还包括实际单元、指标单元、调整单元和更新单元；其中，所述实际单元，用于获取所述电力设备的实际性能数据；所述指标单元，用于通过校准算法对所述标注数据和所述实际性能数据进行对比，得到校准指标；所述调整单元，用于按照所述校准指标所表示的所述标注数据与所述实际性能数据的偏差程度，对所述标注数据的标注准则进行调整，并对所述标注数据中的异常数据进行复核和模拟修正；所述更新单元，用于根据模拟修正后的数据和调整后的标注准则，对进行标注的工具配置进行更新。
8.如权利要求5所述的一种基于电力应用场景差异的数据质检装置，其特征在于，在所述预警模块之后，还包括感知单元和响应单元；其中，所述感知单元，用于对所述监测数据进行精度计算，得到感知精度；所述响应单元，用于若所述感知精度低于预定阈值，则提高传感器的分辨率以及减短传感器的响应时间；其中，所述传感器是指对所述电力设备进行监测以获取所述监测数据的设备。
9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被计算机调用并执行，实现如上述权利要求1至4任意一种基于电力应用场景差异的数据质检方法。
