1.一種多維度實時變電設備數據的閾值自適應設置異常檢測方法，其特征在于，依次包括如下步驟：

步驟1：在變電系統數據庫里，找到變電設備的所有歷史指標信息，選取一段時間內變電設備在正常運行狀態下和非正常運行狀態下的歷史數據；

步驟2：

A.對選取的變電設備的正常運行狀態下的歷史數據按照如下公式進行歸一化處理：

其中，h_n1為h₁歸一化后的值，h_max1和h_min1分別為變電設備正常運行狀態下的歷史數據的最大值和最小值，h₁為變電設備正常運行狀態下的歷史數據；

B.對選取的變電設備的非正常運行狀態下的歷史數據按照如下公式進行歸一化處理：

其中，h_n2為h₂歸一化后的值，h_max2和h_min2分別為變電設備非正常運行狀態下的歷史數據的最大值和最小值，h₂為變電設備非正常運行狀態下的歷史數據；

步驟3：

A：將歸一化后的h_n1做平均值計算，得到平均值H1，并且設置閾值補償參數L1，設置正常狀態下初始野值濾除閾值的下限值為H1-L1，上限值為H1+L1；

B：將歸一化后的h_n2做平均值計算，得到平均值H2，計算ΔH＝|H1-H2|，并且設置誤差閾值補償參數L2，設置非正常狀態下初始野值濾除誤差閾值的下限值為ΔH-L2，上限值為ΔH+L2；

步驟4:

A.將正常狀態下初始野值濾除閾值的下限值為H-L，上限值為H+L分別利用如下公式進行還原，得到還原后的初始野值濾除閾值的上、下限值：

B.將非正常狀態下初始野值濾除誤差閾值的下限值為ΔH-L2，上限值為ΔH+L2分別利用如下公式進行還原，得到還原后的初始野值濾除誤差閾值的上、下限值：

h_down2＝(ΔH-L2)(h_max2-h_min2)+h_min2

h_up2＝(ΔH+L2)(h_max2-h_min2)+h_min2；

步驟5:實時獲取變電設備運行狀態多維度實時測點數據，判斷：

A：比較實時測點數據和初始野值濾除閾值的上、下限值的差值，如果差值沒有落入初始野值濾除閾值的上、下限值構成的閾值范圍，則剔除此實時測點數據，如果都落入則進入下一步驟；

B：判斷實時測點數據是否落入初始野值濾除閾值的上、下限值構成的閾值范圍，如果未落入則剔除此實時測點數據，如果落入則進行歸一化處理，獲得變電設備運行狀態的實時多維度歸一化數據序列；

步驟6:通過對變電設備運行狀態的實時多維度歸一化數據序列應用降維操作，產生變電設備運行狀態的實時降維數據序列；

步驟7:應用可配置的預測器，對變電設備運行狀態的實時降維數據序列進行預測計算，產生變電設備運行狀態的預測數據序列；

步驟8:應用變電設備運行狀態的實時數據及預測數據進行分值計算，得到變電設備運行狀態分值；

步驟9:確定變電設備運行狀態閾值區間，包括上閾值界、下閾值界；

步驟10:應用變電設備運行狀態閾值區間，判斷當前時刻分值是否在閾值區間范圍，判斷變電設備的狀態異常。