1.一种汽车电驱动故障数据动态存储方法，其特征在于，该方法包括以下步骤：

采集若干个时刻的汽车电机的电流数据组成电流数据序列；

获取电流数据序列中每个数据的局部窗口，根据电流数据序列中每个数据的局部窗口内数据的分布和数据之间的差异，获得电流数据序列中每个数据的关注程度，根据电流数据序列中每个数据的关注程度，将电流数据序列中的所有电流数据划分为高关注电流数据和低关注电流数据；

根据高关注电流数据和低关注电流数据对电流数据序列进行动态存储；

获取电流数据序列中每个数据的局部窗口，包括：

以电流数据序列中每个数据为局部窗口中心，以A为局部窗口大小，获取电流数据序列中每个数据的局部窗口；其中，A为预设参数；

获得电流数据序列中每个数据的关注程度，包括：

将电流数据序列中每个数据、与电流数据序列中每个数据的局部窗口内所有数据的均值之间的差值的绝对值，记为电流数据序列中每个数据的第一数值；将电流数据序列中每个数据的局部窗口内所有数据的标准差记为电流数据序列中每个数据的第二数值；将电流数据序列中每个数据、与电流数据序列中每个数据的局部窗口内所有数据之间差值的绝对值的均值，记为电流数据序列中每个数据的第三数值；

将电流数据序列中每个数据的第一数值、电流数据序列中每个数据的第二数值和电流数据序列中每个数据的第三数值的乘积结果，作为电流数据序列中每个数据的关注程度；

根据电流数据序列中每个数据的关注程度，将电流数据序列中的所有电流数据划分为高关注电流数据和低关注电流数据，包括：根据电流数据序列中每个数据的关注程度获得关注程度序列，根据关注程度序列获得关注电流数据序列；

根据关注程度序列中的数据之间的差异和关注电流数据序列中数据之间的差异，获得关注程度序列中每个数据的第一特征，根据关注程度序列中的数据分布，获得关注程度序列中每个数据的第二特征，根据关注程度序列中每个数据的第一特征和关注程度序列中每个数据的第二特征，获得关注程度序列中每个数据为分割阈值的可能性；

根据关注程度序列中每个数据为分割阈值的可能性，将电流数据序列中所有的电流数据划分为高关注电流数据和低关注电流数据；

根据高关注电流数据和低关注电流数据对电流数据序列进行动态存储，包括如下：

将电流数据序列中低关注电流数据的连续个数大于或者等于预设阈值B的低关注电流数据，组成电流数据序列中的小片段序列；

对电流数据序列中所有的小片段序列进行通过游程编码算法进行有损压缩，将每个小片段序列有损压缩后的结果记为小序列，将每个小序列放置的每个小片段序列的位置，高关注电流数据保持，得到初步压缩后的电流数据序列；

对初步压缩后的电流数据序列通过哈夫曼编码压缩算法进行无损压缩，最后将无损压缩后的结果进行存储。

2.根据权利要求1所述一种汽车电驱动故障数据动态存储方法，其特征在于，所述根据电流数据序列中每个数据的关注程度获得关注程度序列，根据关注程度序列获得关注电流数据序列，包括的具体步骤如下：根据电流数据序列中每个数据的关注程度的大小，对电流数据序列中所有数据的关注程度进行从小到大的排序，得到排序后的关注程度序列；将关注程度序列中每个关注程度对应的电流数据，按照关注程度序列的顺序组成一组关注电流数据序列。

3.根据权利要求1所述一种汽车电驱动故障数据动态存储方法，其特征在于，所述根据关注程度序列中的数据之间的差异和关注电流数据序列中数据之间的差异，获得关注程度序列中每个数据的第一特征，包括的具体步骤如下：将关注电流数据序列中每个数据左侧的所有数据的均值记为第一均值，将关注电流数据序列中所有数据的均值记为第二均值，将第一均值和第二均值之间差值的绝对值记为第四数值，将第四数值与关注程度序列中每个数据左侧的所有数据的标准差之间的乘积，记为关注程度序列中每个数据的第五数值 ；

将 作为关注程度序列中每个数据的第一特征，其中， 表示以自然常

数为底的指数函数。

4.根据权利要求1所述一种汽车电驱动故障数据动态存储方法，其特征在于，所述根据关注程度序列中的数据分布，获得关注程度序列中每个数据的第二特征，包括的具体步骤如下：将关注程度序列中每个数据左侧的所有数据的均值记为第三均值，将关注程度序列中每个数据右侧的所有数据的均值记为第四均值，将第三均值和第四均值之间差值的绝对值，作为关注程度序列中每个数据的第二特征。

5.根据权利要求1所述一种汽车电驱动故障数据动态存储方法，其特征在于，所述根据关注程度序列中每个数据的第一特征和关注程度序列中每个数据的第二特征，获得关注程度序列中每个数据为分割阈值的可能性，包括的具体步骤如下：将关注程度序列中每个数据的第一特征和关注程度序列中每个数据的第二特征之间的乘积作为关注程度序列中每个数据为分割阈值的可能性。

6.根据权利要求1所述一种汽车电驱动故障数据动态存储方法，其特征在于，所述根据关注程度序列中每个数据为分割阈值的可能性，将电流数据序列中所有的电流数据划分为高关注电流数据和低关注电流数据，包括的具体步骤如下：将关注程度序列中可能性最大的一个数据作为最佳分割阈值T；将关注程度大于或者等于最佳分割阈值T的电流数据记为高关注电流数据，将关注程度小于最佳分割阈值T的电流数据记为低关注电流数据。