1.一種基于大數據的配電設備狀態可視化平臺，其特征在于，所述配電設備狀態可視化平臺采用松耦合方式與眾多的信息系統連接，以進行交互，所述耦合方式為采用面向服務的體系結構SOA，所述SOA是一個組件模型，所述SOA用于通過定義的接口和契約將應用程序的不同功能單元聯系起來，所述接口采用中立的方式進行定義，并應該獨立于實現服務的硬件平臺、操作系統和編程語言，以使得構建在各種這樣的系統中的服務通過統一和通用的方式進行交互，其中，所述配電設備狀態可視化平臺包括：
數據處理模塊，用于獲取多平臺數據，并對所述多平臺數據進行處理，并展示處理后的數據，數據獲取包括信息內網數據獲取和信息外網數據獲取，其中數據獲取/轉換裝置部署在信息內網，通過安全隔離裝置、并基于安全的傳輸通道獲取處于信息外網的業務系統數據；所述數據獲取基于跨平臺編程接口企業服務總線，采用數據接口、數據中心共享、網絡隔離下的安全文件傳輸方式；具體地，接口的實現方式包括：Web Service服務調用接口、頁面嵌入集成接口、結構化數據獲取接口、非結構化數據獲取接口和電網空間數據獲取接口，其中，所述Web Service服務調用接口，對于配電設備狀態可視化平臺需要在線監測未提供服務接口的數據，通過服務調用獲取狀態監測中的數據，且隨取隨用、對于配電設備狀態可視化平臺，需要進一步處理的狀態監測信息，并且狀態檢測已經提供服務接口的，數據不在配電設備狀態可視化平臺數據庫中存貯；所述頁面嵌入集成接口，對于配電設備狀態可視化平臺，不需要進一步處理的狀態監測信息，且狀態檢測已經提供了相應的模塊頁面，則通過url調用相應的功能頁面；所述結構化數據獲取接口：針對常規關系型數據庫數據，采用JDBC/ODBC編程接口直接獲取數據庫數據，對于安全極別高、私密的數據，由業務系統提供接口由數據獲取/轉換裝置調用獲取或由業務系統主動推送，將相關數據發送到企業消息總線上，數據獲取/轉換裝置會對消息總線進行監聽以獲取數據；所述非結構化數據獲取接口：對于文檔、音頻、監控視頻、巡檢獲得的圖片非結構化數據，數據獲取/轉換裝置通過通用的文件傳輸協議直接讀取調用相關文件，并進行后續的相關清理、轉換處理工作；所述電網空間數據獲取接口：電網空間數據包含坐標軸、經緯度結構化數據，以及圖像、文本非結構化數據，數據獲取/轉換裝置根據不同的數據類型分別利用結構化數據接口和非結構化數據接口從系統中獲取數據，對于由數據獲取/轉換裝置調用編程接口或系統接口從業務系統中拉取的數據，在裝置中配置相關策略，定義好相關的接口、周期、調用頻率、調用對象相關參數，數據獲取/轉換裝置會自動執行相關任務，從業務系統中拉取數據；
數據分析模塊，用于進行大數據集成、存儲、檢索以及數據挖掘分析；
評估模塊，用于生成基于大數據的配電設備評估模型，并根據所述配電設備評估模型對配電設備進行評價，并根據評價結果生成相應的處理策略。
2.根據權利要求1所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述多平臺數據至少包括：生產管理系統數據、在線監測系統數據、空間地理信息系統數據、氣象系統數據和視頻監控平臺數據。
3.根據權利要求2所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述數據處理模塊用于對獲取到的多平臺數據進行預處理和清洗，包括：
根據所述多平臺數據所述的業務系統、類型、結構、大小，打上統一規范的標記，用于標識該數據的來源和種類，同時，結合預設的數據規則庫，根據數據的標記，將相應的規則與數據進行封裝，封裝完成的數據可識別、可控制并帶有相應清洗規則，可以送到數據清洗階段進行清洗工作。
4.根據權利要求1所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述數據分析模塊包括感知層、網絡層和應用層，其中，
所述感知層用于進行數據采集；
所述網絡層用于進行數據傳輸；
所述應用層進一步包括服務層、業務層、展現層、及一個工具集，所述服務層用于提供數據的挖掘分析能力，所述業務層用于實現具體產品的業務需求，所述展現層用于提供交互界面，所述工具集用于提供安裝部署工具、數據挖掘工具、業務建模工具、代碼生成工具。
5.根據權利要求4所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述感知層、網絡層和應用層之間進行交互，所述交互包括消息流和數據流，通過所述消息流來控制數據流的處理。
6.根據權利要求1所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述配電設備評估模型至少包括：變壓器類設備故障預測模型、開關和組合電器類設備狀態的發展趨勢和故障概率動態預測模型、基于復雜關聯關系的輸電線路故障預測模型。
7.根據權利要求6所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述評估模塊用于采用融合多因素的狀態評價分析算法，包括：
1)分析決策問題，構造出系統的命題集，即系統的識別框架Ω＝{A1，A2，……，Ak}；
2)針對目標信息系統，構造基于識別框架的證據體Ei(i＝1，2，……，m)；
3)根據所收集到的各證據體的資料—全局全量數據，結合識別框架中各命題集合的特點，確定出各證據體的基本可信度分配mi(Aj)，j＝1，2，……，K，表示不同狀態信息對設備狀態的反應能力；
4)根據基本可信度分配mi(Aj)，分別計算單證據體作用下識別框架中各命題的信度區間[Beli,Pli]；
5)利用D-S合成規則計算所有證據體聯合作用下的基本可信度分配m(Aj)和信度區間[Bel,Pl]；
6)根據具體問題構造相應的決策規則；
7)根據該決策規則得出決策結論。
8.根據權利要求1所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述評估模塊對配電設備進行評價，包括：
A)按照配電設備狀態評價導則中的相關要求，對應導則中的各個狀態量閾值逐一掃描數據，當任意一個數據超過導則中限定的閾值時，將該數據標記為異常值，與原始數據分離；
B)將數據變換為多元時間序列，計算出各一維時間序列的互協方差函數和互相關函數，從而得到傳遞函數分子、分母多項式的階數及延遲參數，然后擬合傳遞函數模型，最后根據模型殘差序列的ACF檢驗來判定干擾時刻及產生的異常數據；
C)基于增量遞推的最小二乘回歸參數估計和廣義似然比變化點檢測，采用增量機制確定數據序列回歸模型參數和分割點,實時提取數據趨勢特征，將趨勢改變的數據標記為異常數據。
9.根據權利要求8所述的基于大數據的配電設備狀態可視化平臺，其特征在于，其中，配電線路在不同天氣條件下的故障率為將時間折合成單位為年時故障發生的次數，以1個日歷年為單位時故障率的平均值可以表示為：
其中，N為正常天氣的期望持續時間，S為惡劣天氣的期望持續時間； λ表示正常天氣時元件故障率的期望值，λ′為惡劣天氣時元件故障率的期望值；
使用兩狀態天氣模型來描述變壓器的偶然失效模式故障率，其表達式為：
其中，為變壓器偶然失效的統計平均值，N為正常天氣的持續時間，S為惡劣天氣的持續時間，F為發生在惡劣天氣的故障的比例，w為變壓器當前所處的天氣狀況，正常天氣w＝0，惡劣天氣w＝1。
10.根據權利要求1所述的基于大數據的配電設備狀態可視化平臺，其特征在于，所述評估模塊還用于根據設備狀態和系統風險進行設備重要度評估，包括：
a)根據大數據狀態評價結果、運行信息、微氣象數據，利用PHM模型計算系統元件考慮大數據的實時故障概率；
b)使用枚舉法選擇系統狀態，枚舉至3階故障，形成預想故障事件，并計算故障事件發生的概率；
c)對選取的系統狀態進行靜態安全分析，利用最優潮流計算系統狀態是否滿足充裕性，如需切負荷那么該系統狀態為緊急狀態，進入步驟d)，如不需切負荷則該系統狀態為警戒狀態或健康狀態，對系統進行N-1校驗，如果滿足安全準則，則為健康狀態，返回步驟b)，否則為警戒狀態，進入步驟d)；
d)計算該系統狀態下的緊急指數或警戒指數，利用風險追蹤模型計算該狀態下各個故障元件的貢獻值；
e)返回步驟b)直到遍歷預想故障集的所有故障事件；
f)計算系統總緊急指數和總警戒指數，并計算元件緊急重要度指標和警戒重要度指標，根據重要度指標排序，確定系統薄弱設備。
