1.基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，包括：S1：获取抽蓄电站机组轴系的运行数据，并进行预处理；S2：基于预处理后的所述运行数据，建立抽蓄电站机组轴系数字孪生模型和轴系姿态预测模型；S3：比较所述轴系数字孪生模型的输出和所述姿态预测模型的输出间的差异，校正所述数字孪生模型；S4：根据校正后的所述数字孪生模型和所述轴系姿态预测模型实现抽蓄电站机组安全预警。
2.如权利要求1所述的基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，所述轴系数字孪生模型的公式如下：其中，M DT (t)为t时的所述轴系数字孪生模型输出，w i 为第i个特征的权重，x i (τ)为第i个特征在时间t的预处理后的值，τ为洛伦兹分布的半高全宽，λ为时间衰减系数，m为轴系姿态影响因素的数量，k j 为第j个影响因素的增长率，y i (t)为t时的第j个影响因素的值，y j0 为第j个影响因素的基准值，n为轴系运行数据的特征数量。
3.如权利要求1所述的基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，所述轴系姿态预测模型的公式如下：其中，M AP (t)为t时的所述轴系姿态预测模型的输出，N为历史数据窗口大小，τ为洛伦兹分布的半高全宽，h为高斯核的带宽，M DT (t)为t时的抽蓄机组轴系数字孪生模型输出。
4.如权利要求1所述的基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，在所述S3中，校正所述数字孪生模型的方法包括：从所述数字孪生模型中实时获取轴系各关键点位的姿态数据，同时从所述轴系姿态预测模型中获取相应时间点的预测姿态数据；将两组数据按时间序列进行对齐，进行差异性分析，并建立所述轴系数字孪生模型的参数空间，以差异评分最小化为目标函数，确定参数优化的目标；根据参数优化的目标，采用启发式算法进行全局参数搜索，同时对局部区域采用梯度下降的迭代优化算法进行局部搜索，获取最优参数；根据最优参数，校正所述数字孪生模型。
5.如权利要求4所述的基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，所述差异性分析包括以下步骤：计算所述数字孪生模型的输出和所述轴系姿态预测模型的输出在各时间点的差值，并以一阶导数判定姿态数据差值的变化率，计算一阶差分，所述姿态数据包括渐变数据和快变数据；对渐变数据采用位置差异和外形差异刻画数据差别；采用经验模态将快变数据分解为趋势项和平稳项；基于一阶差分，分别对趋势项和平稳项采用不同的差异性评价指标；所述差异性评价指标包括幅值差异评价指标和频谱差异评价指标；将各类指标综合为综合差异评分，反映整体偏差程度。
6.如权利要求1所述的基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，在所述S4中，从校正后的所述数字孪生模型中提取特征参数，同时从所述轴系姿态预测模型获取相应的预测特征序列，所述特征参数包括轴系各节点的振幅、位移和应力；针对所述特征参数设置预警阈值，并将实时监测数据和预测数据进行比对，判断是否超出预警阈值。
7.如权利要求6所述的基于数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，所述预警阈值包括第一级预警阈值和第二级预警阈值；当轴承振动幅值大于第一级预警阈值时，则生成警报信息并标注此轴承位置；若运维人员未在规定时间内响应，则将警报升级，并向更高级别管理人员发送通知；当同一轴承的振动幅值持续上升并大于第二级预警阈值时，则调用故障模式库，对比当前振动特征和典型故障模式，生成初步诊断意见。
8.如权利要求7所述的数字孪生的抽蓄电站机组轴系安全预警方法，其特征在于，所述第一级预警阈值的公式如下：其中，S 1 为第一级预警阈值，T为评估时间窗口，κ 1 为第一级预警阈值的调节参数，M DT (t)为t时的抽蓄机组轴系数字孪生模型输出，M AP (t)为t时的轴系姿态预测模型输出；所述第二级预警阈值的具体公式如下：其中，S 2 为第二级预警阈值，T为评估时间窗口，κ 2 为第二级预警阈值的调节参数，M DT (t)为t时的抽蓄机组轴系数字孪生模型输出，M AP (t)为t时的轴系姿态预测模型输出。
9.基于数字孪生的抽蓄电站机组轴系安全预警系统，其特征在于，包括：收集模块，用于获取抽蓄电站机组轴系的运行数据，并进行预处理；建立模块，用于基于预处理后的所述运行数据，建立抽蓄电站机组轴系数字孪生模型和轴系姿态预测模型；校正模块，用于比较所述轴系数字孪生模型的输出和所述姿态预测模型的输出间的差异，校正所述数字孪生模型；预警模块，用于根据校正后的所述数字孪生模型和所述轴系姿态预测模型实现抽蓄电站机组安全预警。
10.计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于,所述处理器执行所述计算机程序时实现权利要求1-8任一所述的数字孪生的抽蓄电站机组轴系安全预警方法。
