1.电力系统全维实时监测稳运联动系统，其特征在于，所述系统包括：多维数据采集模块，用于获取电力系统中预设时间范围内的运行数据集合，并根据预设的多维数据清洗策略，对所述运行数据集合进行预处理，生成标准化运行数据；时空特征映射模块，用于将所述标准化运行数据映射至时空特征空间中，基于多维时空聚类算法生成时空特征坐标集群，所述时空特征坐标集群包含设备状态、负荷分布及环境参数的多维关联关系；动态监测模块，用于根据预设的异常检测规则，对所述时空特征坐标集群进行自适应阈值调整，通过混合整数线性规划算法划分实时监测区间，并提取各区间内的运行指标集合；稳运联动控制模块，用于构建包含动态拓扑优化网络模型的联动决策单元，利用所述运行指标集合对所述动态拓扑优化网络模型进行参数迭代更新，生成稳态运行控制策略；反馈优化模块，用于根据预设的全局灵敏度分析模型，对所述稳态运行控制策略进行多源数据融合优化，输出电力系统全维度实时调控指令；所述自适应阈值调整，包括：根据实时监测区间的历史运行数据分布，计算各区间内关键运行指标的均值和方差；基于动态滑动窗口算法，对所述均值和方差进行指数平滑修正，生成动态阈值基准；利用模糊逻辑规则对所述动态阈值基准进行区间边界模糊化，生成自适应阈值区间；所述混合整数线性规划算法划分实时监测区间，包括：定义目标函数为监测区间内负荷波动与设备损耗的加权最小化；设置约束条件为电网拓扑连接性、设备容量限制及环境参数容忍范围；通过分支定界法求解所述目标函数，输出最优监测区间划分方案；所述全局灵敏度分析模型，包括：构建基于Sobol指数法的多变量灵敏度计算框架，量化调控指令对各运行参数的敏感性；通过蒙特卡洛采样生成参数扰动样本集，计算各参数的方差贡献率；筛选贡献率高于预设阈值的参数作为优化调控核心变量。
2.如权利要求1所述的电力系统全维实时监测稳运联动系统，其特征在于，所述基于多维时空聚类算法生成时空特征坐标集群，包括：提取所述标准化运行数据中的时间戳、设备ID及运行参数，构建多维时空矩阵；利用滑动窗口分割算法对所述多维时空矩阵进行分段处理，生成时间序列子矩阵集合；采用基于密度的聚类模型对所述时间序列子矩阵集合进行空间密度分析，剔除孤立噪声点；通过层次聚类算法对剩余子矩阵进行多层级聚合，生成具有时空关联性的特征坐标集群。
3.如权利要求1所述的电力系统全维实时监测稳运联动系统，其特征在于，所述动态拓扑优化网络模型进行参数迭代更新，包括：将所述运行指标集合输入至所述动态拓扑优化网络模型的输入层，利用图卷积网络提取拓扑特征向量；通过注意力机制对所述拓扑特征向量进行权重分配，生成设备优先级序列；采用反向传播算法结合遗传算法优化网络权重，更新所述联动决策单元的决策参数。
4.如权利要求1所述的电力系统全维实时监测稳运联动系统，其特征在于，所述多维数据清洗策略，包括：识别所述运行数据集合中的重复数据段，并基于时间戳对齐规则进行去重；检测缺失数据点，采用时空克里金插值法对所述缺失数据点进行插补；对插补后的数据进行标准化处理，生成均值为零、方差为一的标准化运行数据。
5.如权利要求1所述的电力系统全维实时监测稳运联动系统，其特征在于，所述多源数据融合优化，包括：整合设备传感器数据、气象数据及用户负荷预测数据，构建异构数据融合矩阵；利用张量分解算法对所述异构数据融合矩阵进行降维处理，提取主成分特征向量；将所述主成分特征向量输入至所述反馈优化模块，生成优化后的调控指令。
6.如权利要求1至5中任意一项所述的电力系统全维实时监测稳运联动系统，其特征在于，所述系统还包括：构建包含设备健康度评估函数的预警模块，将所述实时调控指令与设备健康度进行关联分析，输出分级预警信号；根据所述分级预警信号触发预设的应急响应机制，生成设备维护或负荷调整指令。
7.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任意一项所述的电力系统全维实时监测稳运联动系统的操作。
