1.一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，包括以下步骤：S10、采集已知单一故障的电磁式电压互感器多种不同故障激发的铁磁谐振的电气数据，包括电压、电流、频率、功率因数、温度、过电压、谐波含量、铁心饱和度，记为第一数据集；S20、建立包括所述电气数据的铁磁谐振方程组，包括电压方程、电流方程、磁通方程以及阻抗方程；S30、建立包括所述铁磁谐振方程组及修正模型的铁磁谐振过电压特性组合模型，所述修正模型用于修正所述铁磁谐振方程组的参数，所述修正模型为一个多输入多输出结构的神经网络，包括电压方程参数修正子网络、电流方程参数修正子网络、磁通方程参数修正子网络、阻抗方程参数修正子网络以及汇总修正子网络；S40、基于所述第一数据集，建立第一训练数据集，其中训练输入为电压、电流、频率、功率因数、温度、谐波含量、铁心饱和度，训练输出为过电压幅值、持续时间、频率特征以及各方程参数修正值；利用所述第一训练数据集对所述铁磁谐振过电压特性组合模型进行拟合训练，得到拟合训练后的铁磁谐振过电压特性组合模型，记为第一模型；S50、采集已知至少具有一种故障的电磁式电压互感器多种不同故障激发的铁磁谐振的电气数据，记为第二数据集；S60、利用所述第二数据集，建立第二训练数据集，其中训练输入为电压、电流、频率、功率因数、温度、谐波含量、铁心饱和度以及故障类型，训练输出为过电压幅值、持续时间、频率特征以及各方程参数修正值；利用所述第二训练数据集对所述第一模型进行微调，得到一个Lora模型；S70、以所述组合模型与所述Lora模型作为联合模型，输入单个故障或多个故障叠加的故障向量，得到用于描述故障激发的铁磁谐振过电压特性的铁磁谐振方程组。
2.根据权利要求1所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述电压方程参数修正子网络，训练输入为电压数据和基本电路参数，包括： 、 、 、 ， 为等效电容, 为等效串联电阻, 为等效串联电感, 为电压非线性系数；训练输出为电压方程参数修正值，用于根据实际电压数据修正电压方程参数，结构是一个三层前馈神经网络。
3.根据权利要求2所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述电流方程参数修正子网络，训练输入为电流数据和基本电路参数，包括： 、 、 、 、 ， 为主磁化电感、 为电流非线性系数、 为等效涡流电容、 为等效涡流电导、 为磁滞损耗系数，训练输出为电流方程参数修正值，用于根据实际电流数据修正电流方程参数，结构是一个三层前馈神经网络。
4.根据权利要求3所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述磁通方程参数修正子网络，训练输入为磁通数据和铁心饱和度，训练输出为磁通方程参数修正值，用于根据实际磁通数据修正磁通方程参数，结构是一个三层前馈神经网络。
5.根据权利要求4所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述阻抗方程参数修正子网络，训练输入为阻抗数据和温度，训练输出为阻抗方程参数修正值，用于根据实际阻抗数据修正阻抗方程参数，结构是一个三层前馈神经网络。
6.根据权利要求5所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述汇总修正子网络，训练输入为所述修正模型的不含所述汇总修正子网络的各子网络输出的修正值，训练输出为综合修正参数，用于整合各个子网络提供的修正值，结构是一个两层前馈神经网络。
7.根据权利要求6所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述Lora模型包括故障基础辨别子网络以及叠加故障激发铁磁谐振的铁磁谐振方程组修正模型。
8.根据权利要求7所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述进行微调，指的是对所述第一模型中的修正模型的每个子网络的隐藏层和输出层进行参数调整，用于通过梯度下降法调整这些层的权重和偏置，以适应多种类型的故障叠加故障情况。
9.根据权利要求7所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述故障基础辨别子网络，训练输入为电气数据和故障类型，训练输出为故障特征，用于识别和分类不同类型的故障，其结构是一个四层前馈神经网络；所述叠加故障激发铁磁谐振的铁磁谐振方程组修正模型，训练输入为各子网络输出的特征和故障特征，训练输出为修正参数，用于根据故障情况对铁磁谐振方程组进行修正，其结构是一个五层前馈神经网络。
10.根据权利要求1-9任一项所述的一种故障激发的铁磁谐振过电压特性确定方法，其特征在于，所述方程参数修正值的获取步骤，具体包括：S41、参数输入:选取多组不同的初始参数值作为输入,这些参数至少包括以下之一：电压、电流、频率、功率因数、温度、铁心饱和度；S42、方程组求解:将S41中选取的参数值代入铁磁谐振方程组,求解得到方程组的输出结果,包括过电压幅值、持续时间和频率特征；S43、实际数据采集:根据S41中输入的参数条件,在实际的电磁式电压互感器上模拟相应的故障情况,采集多组电气数据,包括实际测得的过电压幅值、持续时间、频率特征；S44、误差计算:比较S42中方程组的理论输出结果与S43中采集的实际数据,计算各项指标的误差；S45、参数修正值确定:基于S44中计算的误差,使用优化算法对方程组的参数进行迭代调整,直到误差降低到预定的范围内，将最终确定的参数与初始参数之间的差值作为方程参数修正值。
