1.一种准确划分混叠区域数据类别的火电厂制粉系统故障检测方法，其特征在于，步骤如下：步骤1：首先火电厂制粉系统采集包含正常运行的过程数据和发生故障时的M类过程数据构成现场历史数据库D，该数据库D包括六个变量：磨机负荷、磨机出入口压差、磨机入口负压、磨机出口温度、粗粉分离器出口负压和细粉分离器出口负压；这样，数据库D作为训练样本；

步骤2：基于高斯核函数的SVDD算法学习得到M个封闭的超球体及其球心{c0,c1,c2,L,cj,L cM}和半径{R0,R1,R2,L,Rj,L RM}，其中，第0个状态表示正常运行状态，第j个状态表示发生第j类故障；

步骤3：判断样本x的状态：样本x与第j个超球体的球心距离Dj(x)满足下式，则认为样本x属于第j个类，即：若D0(x)≤R0并且Dj(x)≤Rj，那么x为正常状态样本，并且构建统计量D＝D0(x)；否则，转步骤4；

步骤4：若Dj(x)≤Rj并且j唯一，那么x为第j个故障样本，构建统计量D＝D0(x)；否则，转步骤5；

步骤5：若Dj(x)≤Rj并且Dl(x)≤Rl，计算样本x分别对应第j个故障和第l个故障的相似程度。

步骤6：返回步骤1继续在线进行故障检测。

2.根据权利要求1所述的准确划分混叠区域数据类别的火电厂制粉系统故障检测方法，其特征在于，在上述所述的步骤5中，计算样本x分别对应第j个故障和第l个故障的相似程度的方法如下：(1)确定出样本x的k邻域；

此时的k邻域中元素只包含x所落入的M个超球体中的元素，假设x的k邻域中属于第j个类的元素集合为Xj＝{x1,x2,L,xr}；

(2)计算样本x在第j类中的空间密度以及Xj中各元素的空间密度；

(3)根据样本x及其近邻的空间密度，计算x的相似密度；

样本x的相似密度表示为样本x的空间密度与Xj中元素平均密度的比值，表示为：式中，den(x)为x的空间密度，den(xi)为Xj中第i个元素的空间密度；

(4)根据相似密度，计算样本x对第j个类的相似程度

若ρj(x)＞ρl(x)，则样本x为第j个故障，否则为第l个故障，构建统计量D＝D0(x)。