1.一种移动变电站电源接口插接异常检测电路，其特征在于：包括数据监测模块(100)、阈值调整模块(200)、故障诊断模块(300)和报警提示模块(400)；所述数据监测模块(100)通过分压电阻式电压传感器、霍尔电流传感器和温度传感器分别检测移动变电站电源接口处的电压、电流和温度，由模数转换器，把电压、电流和温度的模拟信号转换为数字信号，利用统计方法计算出电流、电压和温度的平均值、标准差以及功率，并以此作为移动变电站电源接口插接异常的初始判定标准，再把电压、电流和温度数据传递至阈值调整模块(200)；所述阈值调整模块(200)根据数据监测模块(100)传递的电压和电流数据，判定负载类型，根据负载类型建立对应的功率-电流-电压模型，当检测到负载功率发生变化时，把变化后的功率与初始功率对比，得到功率变化比例，采用线性调整策略，以变化后的功率与初始功率对比后的变化比例为比例系数，并以该比例系数对移动变电站电源接口插接异常的初始判定标准的电流、电压和温度的监测范围和报警阈值做出调整，建立此负载功率下的电源接口插接异常判定标准，若电流、电压和温度超出阈值范围，传递报警信号至报警提示模块(400)，同时，把电流、电压和温度超出阈值范围的变化量传递至故障诊断模块(300)；所述故障诊断模块(300)以电流、电压和温度超出阈值范围的变化量为输入层节点，以移动变电站电源接口插接异常类型为输出层节点，建立循环神经网络模型，利用收集的历史数据对该模型进行训练，根据该神经网络模型判断出电源接口插接的异常类型，并制定对应的解决措施，把电源接口插接的异常类型以及对应的解决措施传递至报警提示模块(400)；所述报警提示模块(400)在接收阈值调整模块(200)传递的报警信号时，立即触发报警指示灯，同时语音播报故障诊断模块(300)传递的电源接口插接的异常类型以及对应的解决措施，提醒工作人员对移动变电站电源接口进行维修。
2.根据权利要求1所述的移动变电站电源接口插接异常检测电路，其特征在于：所述数据监测模块(100)包括模数转换单元(110)和初始判定单元(120)；所述模数转换单元(110)利用放大滤波电路对传感器采集的电压进行放大滤波，再由模数转换器把模拟信号转换为数字信号，用于后续的精确计算；所述初始判定单元(120)利用统计方法计算出电流、电压和温度的平均值、标准差以及功率，制定出电流、电压和温度的变换范围以及报警阈值，令其作为电源接口插接异常的初始判定标准。
3.根据权利要求2所述的移动变电站电源接口插接异常检测电路，其特征在于：所述模数转换单元(110)包括放大滤波电路，其中，放大滤波电路包括三极管Q1、三极管Q2和运算放大器A；所述三极管Q1的基极接电阻R1的一端并接电阻R2的一端，所述电阻R1的另一端接输入电压UI的正极，所述三极管Q1的发射极接输入电压UI的负极，所述三极管Q1的集电极接电阻R3的一端并接电阻R4的一端，所述电阻R4的另一端接运算放大器A的2脚并接电阻R6的一端与电容C1的一端，所述运算放大器A的3脚接电阻R5的一端，电阻R5的另一端接地，所述运算放大器A的1脚接三极管Q2的基极并接电阻R6的一端与电容C1的另一端，所述三极管Q2的集电极接电阻R7的一端并接输出电压UO的正极，所述电阻R7并接电阻R3、电阻R2接电源VCC，所述三极管Q2的发射极接输出电压UO的负极。
4.根据权利要求1所述的移动变电站电源接口插接异常检测电路，其特征在于：所述阈值调整模块(200)包括功率检测单元(210)和比例调整单元(220)；所述功率检测单元(210)根据电压和电流数据绘制电流-电压曲线图，判定负载特性，并根据负载的特性与连接方式，运用欧姆定律和功率公式构建对应的功率-电流-电压模型，把电压与电流数据代入该模型，得到此时的功率数据；所述比例调整单元(220)采用线性调整策略，以变化后的功率与初始功率对比后的变化比例为比例系数，调整电流、电压和温度的监测范围以及报警阈值。
5.根据权利要求4所述的移动变电站电源接口插接异常检测电路，其特征在于：所述功率检测单元(210)利用多项式拟合算法绘制电流-电压曲线图，并根据曲线图判定负载类型为电阻性负载、电感性负载和电容性负载。
6.根据权利要求4所述的移动变电站电源接口插接异常检测电路，其特征在于：所述比例调整单元(220)在调整电流、电压和温度的监测范围以及报警阈值时，比例系数不能超过负载的安全裕度比例，安全裕度比例的计算公式为：其中，k V 为电压安全裕度比例，V max 为最大允许电压，V r 为额定电压。
7.根据权利要求1所述的移动变电站电源接口插接异常检测电路，其特征在于：所述故障诊断模块(300)包括模型构建单元(310)和判定处理单元(320)；所述模型构建单元(310)在构建循环神经网络模型时，采用ReLU作为隐藏层的激活函数，在输出层使用softmax激活函数，对每个神经元独立进行概率计算，利用Adam优化算法通过反向传播算法将损失函数的梯度传播回神经网络的各层，以更新权重和偏置，使得模型的输出逐渐逼近真实的故障类型；所述判定处理单元(320)依据循环神经网络模型判断电源接口插接异常的类型包括短路故障、过载故障、接触不良故障，散热不良故障以及电源波动故障，并根据故障类型，制定相应的解决措施。
8.根据权利要求7所述的移动变电站电源接口插接异常检测电路，其特征在于：所述模型构建单元(310)在训练循环神经网络模型时，采用二分类交叉熵损失函数对每个神经元分别进行计算，进而衡量该模型输出的概率分布与真实故障类型标签之间的差异。
9.根据权利要求1所述的移动变电站电源接口插接异常检测电路，其特征在于：所述报警提示模块(400)的报警指示灯按照故障的严重程度分为红色指示灯、黄色指示灯和绿色指示灯。
10.用于实现移动变电站电源接口插接异常检测方法，包括权利要求1-9中任意一项所述的移动变电站电源接口插接异常检测电路，其特征在于：包括以下步骤：S1、通过数据监测模块(100)检测移动变电站电源接口处的电压、电流和温度，建立移动变电站电源接口插接异常的初始判定标准；S2、利用阈值调整模块(200)建立对应的功率-电流-电压模型，以变化后的功率与初始功率对比后的变化比例为比例系数，调整电流、电压和温度的监测范围以及报警阈值；S3、通过故障诊断模块(300)建立循环神经网络模型，根据该神经网络模型判断出电源接口插接的异常类型，并制定对应的解决措施；S4、报警提示模块(400)在接收到报警信号时，立即触发报警指示灯，同时语音播报异常类型以及对应的解决措施。
