1.一种汽车电驱动系统的模拟测试方法，其特征在于，该方法包括以下步骤：

采集若干维度的汽车测试数据序列，所述汽车测试数据序列包含多个测试数据；

将汽车测试数据序列划分为若干汽车测试数据段；根据汽车测试数据段中相邻测试数据之间的变化趋势差异得到每个测试数据的局部维度偏离度；根据局部维度偏离度从测试数据中筛选出若干特征簇；

根据特征簇构建二维坐标系，获取若干筛定数据点；根据筛定数据点在不同方向上测试数据的分布数量得到每个筛定数据点的方向数据点序列，所述方向数据点序列包含多个数据点；根据方向数据点序列中相邻数据点之间测试数据的差异，将方向数据点序列划分为若干局部方向数据点段；根据相邻局部方向数据点段之间的距离得到每个方向数据点序列的方向倾向因子；根据方向倾向因子以及筛定数据点两侧数据点之间的距离，得到每个方向数据点序列的方向倾向程度；根据方向倾向程度的大小从方向数据点序列中筛选出若干核心方向数据点序列；

根据核心方向数据点序列进行测试评测；

所述根据汽车测试数据段中相邻测试数据之间的变化趋势差异得到每个测试数据的局部维度偏离度，包括的具体方法为：对于任意一个汽车测试数据段中任意两个相邻的测试数据，在两个测试数据中，将第二个测试数据与第一个测试数据的差值记为第一差值，将第二个测试数据在汽车测试数据段中的序号与第一个测试数据在汽车测试数据段中的序号的差值记为第二差值，将第一差值与第二差值的比值记为第一个测试数据的维度变化斜率；获取汽车测试数据段中所有测试数据的维度变化斜率；

式中， 表示第 个测试数据的局部维度偏离度； 表示第 个测试数据的维度变化斜率； 表示第 个测试数据的维度变化斜率； 表示取绝对值；

所述根据特征簇构建二维坐标系，获取若干筛定数据点，包括的具体方法为：

以测试数据的数值大小为纵坐标，采集时刻为横坐标，根据横坐标与纵坐标构建二维坐标系，将所有汽车测试数据序列中所有测试数据输入二维坐标系，获取若干数据点；对于任意一个汽车测试数据序列上任意一个汽车测试数据段的特征簇，将汽车测试数据段的特征簇中每个测试数据记为筛定测试数据；对于任意一个筛定测试数据，将筛定测试数据对应的数据点记为筛定数据点；

所述根据筛定数据点在不同方向上测试数据的分布数量得到每个筛定数据点的方向数据点序列，包括的具体方法为：预设四个度数T1、T2、T3、T4；对于任意一个筛定数据，过筛定数据点作与水平线夹角度数分别为T1、T2、T3、T4的直线，将每条直线均记为筛定数据点的方向直线；对于筛定数据点的任意一个方向直线，将方向直线上所有数据点按照采集时刻从小到大的顺序进行排列，将排列后的序列记为筛定数据点的方向数据点序列；

所述根据相邻局部方向数据点段之间的距离得到每个方向数据点序列的方向倾向因子，包括的具体方法为：

对于任意一个筛定数据点的任意一个方向数据点序列，将方向数据点序列中第 个局部方向数据点段中第一个数据点与第 个局部方向数据点段中第一个数据点之间的欧式距离记为第 个局部方向数据点段与第 个局部方向数据点段的维度差异距离；获取方向数据点序列中所有相邻两个局部方向数据点段的维度差异距离；根据方向数据点序列中所有相邻两个局部方向数据点段的维度差异距离；

式中，表示方向数据点序列的方向倾向因子；表示方向数据点序列中所有数据点的数量； 表示筛定数据点的所有方向数据点序列的数量； 表示第 个方向数据点序列中所有数据点的数量； 表示方向数据点序列中所有局部方向数据点段的数量； 表示方向数据点序列中第 个局部方向数据点段与第 个局部方向数据点段的维度差异距离；

所述根据方向倾向因子以及筛定数据点两侧数据点之间的距离，得到每个方向数据点序列的方向倾向程度，包括的具体方法为：式中，表示任意一个筛定数据点的任意一个方向数据点序列的方向倾向程度；表示方向数据点序列的方向倾向因子； 表示筛定数据点的前一个数据点与筛定数据点之间的欧式距离； 表示筛定数据点的后一个数据点与筛定数据点之间的欧式距离；表示预设的超参数。

2.根据权利要求1所述一种汽车电驱动系统的模拟测试方法，其特征在于，所述根据局部维度偏离度从测试数据中筛选出若干特征簇，包括的具体方法为：对任意一个汽车测试数据段中所有局部维度偏离度进行K‑means聚类得到若干聚类簇，将每个聚类簇记为初筛聚类簇；对于任意一个初筛聚类簇，将初筛聚类簇中所有局部维度偏离度的均值记为初筛阈值，获取所有初筛聚类簇的初筛阈值，将初筛阈值最小的初筛聚类簇记为汽车测试数据段的特征簇。

3.根据权利要求1所述一种汽车电驱动系统的模拟测试方法，其特征在于，所述根据方向数据点序列中相邻数据点之间测试数据的差异，将方向数据点序列划分为若干局部方向数据点段，包括的具体方法为：预设一个测试数据差异阈值T5，对于任意一个筛定数据点的任意一个方向数据点序列中任意两个相邻的数据点，若两个数据点之间测试数据的差值的绝对值大于T5，那么将两个数据点中第二个数据点作为分界点；获取所有分界点，将任意相邻两个分界点之间所有数据点构成的数据点记为局部方向数据点段，获取方向数据点序列的所有局部方向数据点段。

4.根据权利要求1所述一种汽车电驱动系统的模拟测试方法，其特征在于，所述根据方向倾向程度的大小从方向数据点序列中筛选出若干核心方向数据点序列，包括的具体方法为：对于任意一个筛定数据点，将方向倾向程度最大的方向数据点序列记为筛定数据点的核心方向数据点序列。

5.根据权利要求1所述一种汽车电驱动系统的模拟测试方法，其特征在于，所述根据核心方向数据点序列进行测试评测，包括的具体方法为：对于任意一个筛定数据点，将筛定数据点的核心方向数据点序列中所有测试数据的均值记为筛定数据点的初筛测试值；获取所有筛定数据点的初筛测试值，将所有筛定数据点的初筛测试值的均值记为筛定测试值；

将筛定测试值作为聚类中心，根据聚类中心对所有测试数据进行聚类得到最后一次迭代过程中的所有聚类簇，并将每个聚类簇记为最终聚类簇；

预设一个最终筛选因子阈值T6，对于任意一个最终聚类簇，将最终聚类簇中所有测试数据的均值记为最终聚类簇的最终筛选因子，获取所有最终聚类簇的最终筛选因子，若所有最终聚类簇的最终筛选因子的最大值小于T6，那么汽车模拟测试的性能差；若所有最终聚类簇的最终筛选因子的最大值大于等于T6，那么汽车模拟测试的性能好。