1.一种新增设备启动风险识别方法，其特征在于，所述方法包括以下步骤：采集多种电网运行信息，从所述多种电网运行信息中提取多模态运行信息并构造多模态知识图谱；所述多模态知识图谱是从多模态图像信息、多模态文本信息、多模态音频信息中抽取出实体-属性-值、实体-关系-实体的三元组，并基于所述三元组构造的；以线路、变压器为头实体，从所述多模态知识图谱中抽取三元组集合；从预先设置的新增设备启动风险逻辑规则中采集实体属性类型，基于所述实体属性类型，从所述三元组集合中筛选出特征三元组；所述预先设置的新增设备启动风险逻辑规则中采集到的实体属性类型包括类型、电压等级、冲击类型、冲击次数、冲击总次数和状态；其中，所述状态包括接入开关状态、接入开关所属闸刀状态、接入开关所属地刀状态、线路地刀状态、线路状态、变压器三侧地刀状态、变压器状态；所述构造采用Transformer模型实施，在所述Transformer模型中采用稀疏矩阵计算自注意力的输出结果，所述稀疏矩阵判断所述稀疏矩阵中每一个元素的稀疏特性；字符级元素集合 基于新增设备启动方案中所涉及的实体和属性确定；所述稀疏矩阵为：式中， 为稀疏后的相似度矩阵中的第 个元素、第 个元素的对应概率值； 为相似度矩阵第 行中的相似度分数阈值，等于该行中排名第 个的相似度分数； 表示输入文本中第 个元素， 为字符级元素集合；其中，相似度矩阵 是采用自注意力计算得到的；基于预先设置的新增设备启动风险逻辑规则，从所述多模态知识图谱中抽取特征三元组，并将所述特征三元组映射至向量空间中；所述预先设置的新增设备启动风险逻辑规则包括线路送电规则、线路状态规则、变压器送电规则和变压器状态规则，是将实体图谱中三元组集合作为逻辑规则处理的输入，通过应用本体节点所蕴含的逻辑规则，输出相关风险的推理路径；所述特征三元组以线路、变压器为头实体；基于所述特征三元组在所述向量空间中的位置，预测所述电网新增设备的启动风险。
2.根据权利要求1所述的一种新增设备启动风险识别方法，其特征在于：所述采集多种电网运行信息，包括：采集设备实时状态图像、新增设备启动过程中调度人员操作流程视频、调度人员口令录音作为多种电网运行信息；所述从所述多种电网运行信息中提取多模态运行信息，包括：采用Faster-RCNN对所述设备实时状态图像进行区域标注，并采用NBT对标注后的区域进行事件描述，获得多模态图像信息；对所述调度人员操作流程视频进行关键帧提取以获得图像列表，采用OCR从所述图像列表中的每一张图像中抽取图像文字，从图像文字中滤除非规范信息并获得多模态文本信息；对调度人员口令录音进行分段，并从所述分段中提取MFCC特征和短时能量特征，将提取出的所述MFCC特征和短时能量特征输入至DNN中，以获得多模态音频信息。
3.根据权利要求2所述的一种新增设备启动风险识别方法，其特征在于：所述从所述多种电网运行信息中提取多模态运行信息，包括：所述多模态图像信息中包括二级实体、三级实体、四级实体、实体区域、实体状态之间的关联关系；所述多模态文本信息中包括实体、启动操作、视频对齐结果之间的关联关系；所述多模态音频信息中包括调度员身份、音频对齐结果之间的关联关系。
4.根据权利要求3所述的一种新增设备启动风险识别方法，其特征在于：所述从所述多种电网运行信息中提取多模态运行信息并构造多模态知识图谱，包括：利用UIE从所述多模态图像信息、多模态文本信息、多模态音频信息中抽取出实体-属性-值、实体-关系-实体的三元组，并基于所述三元组构造所述多模态知识图谱；所述实体包括二级实体、三级实体和四级实体，所述二级实体至少包括线路、变压器，所述三级实体至少包括开关，所述四级实体至少包括开关所属刀闸、开关所属地刀；所述属性包括图像属性、视频属性、文本属性和音频属性，所述图像属性中包括设备实时状态图像，所述视频属性中包括调度人员操作规范流程视频，所述音频属性中包括调度人员口令录音，所述文本属性中至少包括类型、状态、启动时间、定值单、定值、冲击类型、冲击次数、重大事件、气象信息、检修计划、重要用户供电需求、家族性缺陷、个性缺陷、调度人员身份。
5.根据权利要求4所述的一种新增设备启动风险识别方法，其特征在于：所述基于预先设置的新增设备启动风险逻辑规则，从所述多模态知识图谱中抽取特征三元组，包括：所述线路送电规则为根据线路的类型确认线路启动过程中的冲击类型和冲击次数；所述线路状态规则为根据线路中开关、闸刀和地刀的状态确认线路的状态；所述变压器送电规则为根据变压器的电压等级确认变压器启动过程中变压器接入开关、边开关、中开关的冲击次数；所述变压器状态规则为根据变压器接入开关、闸刀、地刀、三侧地刀的状态确认变压器的状态。
6.根据权利要求5所述的一种新增设备启动风险识别方法，其特征在于：所述基于预先设置的新增设备启动风险逻辑规则，从所述多模态知识图谱中抽取特征三元组，包括：所述将所述特征三元组映射至向量空间中，包括：利用TransE模型计算每一个所述特征三元组所对应的特征向量，并基于所述特征向量将所述特征三元组映射至向量空间中。
7.根据权利要求6所述的一种新增设备启动风险识别方法，其特征在于：所述利用UIE从所述多模态图像信息、多模态文本信息、多模态音频信息中抽取出实体-属性-值、实体-关系-实体的三元组，并基于所述三元组构造所述多模态知识图谱，包括：所述UIE采用Transformer模型实施，且在所述Transformer模型中采用稀疏矩阵计算自注意力的输出结果。
8.根据权利要求7所述的一种新增设备启动风险识别方法，其特征在于：具备seq2seq+注意力结构的MLP网络是通过预训练获得的，所述预训练过程采用的训练数据预先根据风险识别模型设置了风险类型；所述风险识别模型中定义了新增设备启动预案编制阶段的风险定义和新增设备启动执行阶段的风险定义；所述新增设备启动预案编制阶段的风险包括启动原则风险、方式误安排风险、保护误整定风险、家族性整定风险和个性缺陷风险；所述新增设备启动执行阶段的风险包括调度误操作风险、一次设备状态风险和调度人员信息风险。
9.一种新增设备启动风险识别系统，其特征在于：所述新增设备启动风险识别系统包括，提取模块，用于采集多种电网运行信息，从所述多种电网运行信息中提取多模态运行信息并构造多模态知识图谱；所述多模态知识图谱是从多模态图像信息、多模态文本信息、多模态音频信息中抽取出实体-属性-值、实体-关系-实体的三元组，并基于所述三元组构造的；以线路、变压器为头实体，从所述多模态知识图谱中抽取三元组集合；从预先设置的新增设备启动风险逻辑规则中采集实体属性类型，基于所述实体属性类型，从所述三元组集合中筛选出特征三元组；所述预先设置的新增设备启动风险逻辑规则中采集到的实体属性类型包括类型、电压等级、冲击类型、冲击次数、冲击总次数和状态；其中，所述状态包括接入开关状态、接入开关所属闸刀状态、接入开关所属地刀状态、线路地刀状态、线路状态、变压器三侧地刀状态、变压器状态；所述构造采用Transformer模型实施，在所述Transformer模型中采用稀疏矩阵计算自注意力的输出结果，所述稀疏矩阵判断所述稀疏矩阵中每一个元素的稀疏特性；字符级元素集合 基于新增设备启动方案中所涉及的实体和属性确定；所述稀疏矩阵为：式中， 为稀疏后的相似度矩阵中的第 个元素、第 个元素的对应概率值； 为相似度矩阵第 行中的相似度分数阈值，等于该行中排名第 个的相似度分数； 表示输入文本中第 个元素， 为字符级元素集合；其中，相似度矩阵是采用自注意力计算得到的；映射模块，用于基于预先设置的新增设备启动风险逻辑规则，从所述多模态知识图谱中抽取特征三元组，并将所述特征三元组映射至向量空间中；预测模块，用于基于所述特征三元组在所述向量空间中的位置，预测所述电网新增设备的启动风险。
10.一种终端，包括处理器及存储介质；其特征在于：所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行根据权利要求1-9任一项所述方法的步骤。
11.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-9任一项所述方法的步骤。
