1.一种基于可靠性加速实验的智能电表寿命预测方法，其特征在于，所述方法包括：响应于针对待分析智能电表的寿命预测请求，对所述待分析智能电表进行加速实验处理，得到所述待分析智能电表的当前实验数据；所述当前实验数据通过在实验温度为85℃、相对湿度为85%的情况下，对所述待分析智能电表的样机进行应力实验得到；从所述当前实验数据中，提取出所述待分析智能电表的实验时长和失效次数；根据所述当前实验数据，确定出所述待分析智能电表的加速因子，获取所述待分析智能电表中的抽样样机的样机数量，并根据所述样机数量、所述实验时长、所述失效次数和所述加速因子，确定出所述待分析智能电表中电表组件的平均失效时间；所述平均失效时间用于表示在所述实验温度为85℃、所述相对湿度为85%的情况下，所述电表组件从开始运行到首次发生失效的平均时间长度；确定出所述平均失效时间所在的当前时间区间；基于所述当前时间区间，查询时间区间与组件可靠度预测模型之间的对应关系，得到所述当前时间区间对应的组件可靠度预测模型；基于所述当前时间区间对应的组件可靠度预测模型，得到所述电表组件对应的目标组件可靠度预测模型；所述目标组件可靠度预测模型用于表示与所述电表组件相匹配的组件可靠度预测模型；所述组件可靠度预测模型用于表示所述电表组件的可靠度与电表使用时间之间的对应关系；获取所述当前实验数据对应的历史实验数据；对所述历史实验数据进行数据清洗，得到清洗后历史实验数据；提取出所述清洗后历史实验数据的特征向量，并将所述特征向量输入至多个训练完成的相关系数矩阵预测模型，得到所述电表组件之间的相关系数矩阵；提取出所述相关系数矩阵中的非重复元素，并对所述非重复元素进行求平均处理，得到出所述电表组件对应的平均相关系数，根据所述平均相关系数和所述目标组件可靠度预测模型，构建所述待分析智能电表的系统可靠度预测模型；所述系统可靠度预测模型用于表示所述待分析智能电表的可靠度与所述电表使用时间之间的对应关系；获取所述待分析智能电表对应的当前可靠度，基于所述系统可靠度预测模型，确定出所述当前可靠度对应的目标电表使用时间，作为所述待分析智能电表的电表寿命预测结果。
2.根据权利要求1所述的方法，其特征在于，所述寿命预测请求是指对所述待分析智能电表进行寿命预测的请求。
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前实验数据，确定出所述待分析智能电表的加速因子，包括：从所述当前实验数据中，提取出所述待分析智能电表的实验温度数据和实验湿度数据；获取所述待分析智能电表的激活能和工作温度数据，并根据所述实验温度数据、所述激活能和所述工作温度数据，确定出所述待分析智能电表的温度加速因子；获取所述待分析智能电表的工作湿度数据，并根据所述实验湿度数据和所述工作湿度数据，确定出所述待分析智能电表的湿度加速因子；对所述温度加速因子和所述湿度加速因子进行融合处理，得到所述待分析智能电表的加速因子。
4.根据权利要求1所述的方法，其特征在于，所述当前可靠度是指所述待分析智能电表需达到的预设可靠度阈值。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述平均相关系数和所述目标组件可靠度预测模型，构建所述待分析智能电表的系统可靠度预测模型，包括：基于所述平均相关系数，查询平均相关系数与组件连接参数之间的对应关系，得到所述平均相关系数对应的目标组件连接参数；根据所述目标组件连接参数和所述目标组件可靠度预测模型，构建所述待分析智能电表的系统可靠度预测模型。
6.一种基于可靠性加速实验的智能电表寿命预测装置，其特征在于，所述装置包括：电表处理模块，用于响应于针对待分析智能电表的寿命预测请求，对所述待分析智能电表进行加速实验处理，得到所述待分析智能电表的当前实验数据；所述当前实验数据通过在实验温度为85℃、相对湿度为85%的情况下，对所述待分析智能电表的样机进行应力实验得到；时间确定模块，用于从所述当前实验数据中，提取出所述待分析智能电表的实验时长和失效次数；根据所述当前实验数据，确定出所述待分析智能电表的加速因子，获取所述待分析智能电表中的抽样样机的样机数量，并根据所述样机数量、所述实验时长、所述失效次数和所述加速因子，确定出所述待分析智能电表中电表组件的平均失效时间；所述平均失效时间用于表示在所述实验温度为85℃、所述相对湿度为85%的情况下，所述电表组件从开始运行到首次发生失效的平均时间长度；第一构建模块，用于确定出所述平均失效时间所在的当前时间区间；基于所述当前时间区间，查询时间区间与组件可靠度预测模型之间的对应关系，得到所述当前时间区间对应的组件可靠度预测模型；基于所述当前时间区间对应的组件可靠度预测模型，得到所述电表组件对应的目标组件可靠度预测模型；所述目标组件可靠度预测模型用于表示与所述电表组件相匹配的组件可靠度预测模型；所述组件可靠度预测模型用于表示所述电表组件的可靠度与电表使用时间之间的对应关系；第二构建模块，用于获取所述当前实验数据对应的历史实验数据；对所述历史实验数据进行数据清洗，得到清洗后历史实验数据；提取出所述清洗后历史实验数据的特征向量，并将所述特征向量输入至多个训练完成的相关系数矩阵预测模型，得到所述电表组件之间的相关系数矩阵；提取出所述相关系数矩阵中的非重复元素，并对所述非重复元素进行求平均处理，得到出所述电表组件对应的平均相关系数，根据所述平均相关系数和所述目标组件可靠度预测模型，构建所述待分析智能电表的系统可靠度预测模型；所述系统可靠度预测模型用于表示所述待分析智能电表的可靠度与所述电表使用时间之间的对应关系；寿命预测模块，用于获取所述待分析智能电表对应的当前可靠度，基于所述系统可靠度预测模型，确定出所述当前可靠度对应的目标电表使用时间，作为所述待分析智能电表的电表寿命预测结果。
7.根据权利要求6所述的装置，其特征在于，所述时间确定模块，还用于从所述当前实验数据中，提取出所述待分析智能电表的实验温度数据和实验湿度数据；获取所述待分析智能电表的激活能和工作温度数据，并根据所述实验温度数据、所述激活能和所述工作温度数据，确定出所述待分析智能电表的温度加速因子；获取所述待分析智能电表的工作湿度数据，并根据所述实验湿度数据和所述工作湿度数据，确定出所述待分析智能电表的湿度加速因子；对所述温度加速因子和所述湿度加速因子进行融合处理，得到所述待分析智能电表的加速因子。
8.一种计算机设备，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至5中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
