1.一种基于多源数据融合的电力设备试验数据采集方法，所述方法包括：步骤1，各传感器实时采集电力设备的运行数据；步骤2，基于异常情况和设备状态对运行数据进行评估生成多源数据融合参数；步骤3，基于多源数据融合参数，生成压缩策略参数；步骤4，基于多源数据融合参数，将所述各传感器实时采集电力设备的运行数据进行融合，得到融合多源运行数据；步骤5，根据压缩策略参数对融合多源运行数据进行数据压缩；步骤6，将压缩后的融合多源运行数据传输至中央处理单元。
2.如权利要求1所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于：所述步骤4的执行时间在步骤2之后，步骤5之前；所述步骤3的执行时间在所述步骤2之后，步骤5之前；即步骤2和步骤3在执行时间上至少部分重叠。
3.如权利要求1所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于：在步骤2中，各传感器实时采集的电力设备运行数据，包括关键位置的电压、电流、温度、振动、湿度参数。
4.如权利要求3所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于，基于异常情况和设备状态对运行数据进行评估生成多源数据融合参数，包括：使用孤立森林算法，对每一类型的传感器的运行数据进行异常检测；根据异常评分设定阈值，将异常评分高于阈值的数据点标记为该类型传感器的异常数据，其余为正常数据。
5.如权利要求4所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于，基于异常情况和设备状态对运行数据进行评估生成多源数据融合参数，包括：在某一传感器的异常数据占比超过该传感器采样数据总数的一定比例后，判定该传感器的所有运行数据均为异常数据，将该产生异常的传感器采集到的全部运行数据进行标记为异常数据；以及，除产生异常的传感器外，其他传感器的运行数据被认定为正常数据。
6.如权利要求4所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于，基于异常情况和设备状态对运行数据进行评估生成多源数据融合参数，还包括：对每一类型的传感器的正常数据进行设备状态评估，识别潜在的设备故障特征，确定关键数据。
7.如权利要求6所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于，对每一类型的传感器的正常数据进行设备状态评估，识别潜在的设备故障特征，确定关键数据，包括：对每一类型的传感器的运行数据进行主成分分析，包括构建每一类型的传感器的数据矩阵，计算协方差矩阵，对协方差矩阵进行特征值分解，得到特征值和特征向量；选择前k个主成分，使累积贡献率达到设定阈值η；将数据投影到主成分空间；计算每个传感器的重构误差: 其中:e i ：第i个传感器的重构误差；x i :第i个传感器向量； 第i个传感器的重构向量；设定误差阈值ε，当e i >ε时，将对应传感器的运行数据全部标记为该类型传感器中的关键数据。
8.如权利要求1所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于：所述步骤3中，基于多源数据融合参数，生成压缩策略参数，包括根据多源数据融合参数，基于异常数据和关键数据的占比以及可用带宽，确定压缩比。
9.如权利要求8所述的一种基于多源数据融合的电力设备试验数据采集方法，其特征在于：根据确定的压缩比确定压缩算法，对接收到的融合多源运行数据进行压缩；在开始进行压缩时，确定当前可用带宽并确定压缩策略，包括在可用带宽允许的情况下，在正常数据包后附加异常数据段和关键数据段；以及，通过接收端将正常数据包后附加异常数据段和关键数据段与无损压缩的异常数据包和关键数据包比对，判断是否需要重传。
10.一种基于多源数据融合的电力设备试验数据采集系统，其特征在于，采用如权利要求1-9任一所述基于多源数据融合的电力设备试验数据采集方法，所述方系统包括：多源数据采集模块，其用于实时采集电力设备的运行数据；智能决策引擎，其用于基于异常情况和设备状态对运行数据进行评估生成多源数据融合参数；以及基于多源数据融合参数，生成压缩策略参数；自适应数据融合模块，其用于基于多源数据融合参数，将所述各传感器实时采集电力设备的运行数据进行融合，得到融合多源运行数据；智能压缩模块，其用于根据压缩策略参数对融合多源运行数据进行数据压缩；传输模块，其用于将压缩后的融合多源运行数据传输至中央处理单元。
