1.一种充电桩直、交流电智能调控方法，其特征在于：所述调控方法包括以下步骤：

调控系统获取充电站的历史充电模式，计算充电站中每种充电模式的占比后生成整体信息熵；

对充电站进行异常分析，当分析充电站存在异常时，计算不同调控策略下每种充电模式的占比后生成条件信息熵，依据条件信息熵和整体信息熵计算每个调控策略的信息增益；

获取各个调控策略下充电站的异常减轻程度，将信息增益与异常减轻程度通过联合算法分析后，为每个调控策略生成表现值，将所有调控策略依据表现值进行排序后生成策略列表，依据策略列表选择调控策略对充电站中的直流充电桩和交流充电桩进行调控。

2.根据权利要求1所述的一种充电桩直、交流电智能调控方法，其特征在于：计算充电站中每种充电模式的占比后生成整体信息熵，包括以下步骤：获取充电站历史一段时间中，快速充电模式次数、中速充电模式次数以及慢速充电模式次数，将快速充电模式次数、中速充电模式次数以及慢速充电模式次数求和后获取充电模式总次数，通过快速充电模式次数比上充电模式总次数获取快速充电模式占比，通过中速充电模式次数比上充电模式总次数获取中速充电模式占比，通过慢速充电模式次数比上充电模式总次数获取慢速充电模式占比；

依据快速充电模式占比、中速充电模式占比以及慢速充电模式占比生成整体信息熵，表达式为：式中，H(Z)为整体信息熵，n为充电模式数量，Pi表示第i种充电模式占比。

3.根据权利要求2所述的一种充电桩直、交流电智能调控方法，其特征在于：对充电站进行异常分析，包括以下步骤：获取充电站的电网负载、能耗上升偏差以及功率因数，将电网负载、能耗上升偏差以及功率因数综合计算获取异常系数，表达式为：式中，dzys为异常系数，gls为功率因数，dwz为电网负载，nhp为能耗上升偏差，α、β、γ分别为功率因数、电网负载、能耗上升偏差的调节系数，且α、β、γ均大于0；

将异常系数与预设的异常阈值进行对比，若异常系数小于等于异常阈值，分析充电站不存在异常，若异常系数大于异常阈值，分析充电站存在异常。

4.根据权利要求3所述的一种充电桩直、交流电智能调控方法，其特征在于：依据条件信息熵和整体信息熵计算每个调控策略的信息增益，包括以下步骤：获取条件信息熵和整体信息熵后，计算每个调控策略的信息增益，表达式为：H(K|Z)i＝H(Z)-H(K)i，式中，H(K|Z)i为第i个调控策略的信息增益，H(Z)为整体信息熵，H(K)i为第i个调控策略的条件信息熵。

5.根据权利要求4所述的一种充电桩直、交流电智能调控方法，其特征在于：获取各个调控策略下充电站的异常减轻程度，将信息增益与异常减轻程度通过联合算法分析后，为每个调控策略生成表现值，包括以下步骤：获取充电站的初始异常系数，初始异常系数为分析充电站存在异常时的异常系数，获取采用当前调控策略后，充电站的当前异常系数，将初始异常系数减去当前异常系数获取异常减轻值；

将信息增益与异常减轻程度通过联合算法分析后，为每个调控策略生成表现值，表达式为：bxzi＝0.6*ycji+0.4*H(K|Z)i，式中，bxzi为第i个调控策略的表现值，ycji为第i个调控策略的异常减轻值，H(K|Z)i为第i个调控策略的信息增益；

将所有调控策略依据表现值由大到小进行排序后生成策略列表，依据策略列表选择排序第一的调控策略对充电站中的直流充电桩和交流充电桩进行调控。

6.根据权利要求5所述的一种充电桩直、交流电智能调控方法，其特征在于：调控系统获取充电站的历史充电模式，包括以下步骤：当充电桩存在车辆进行充电时，依据当前充电阶段先获取初始充电速度，并在充电过程中获取警示因子，将警示因子与预设的第一警示阈值以及第二警示阈值进行对比，第一警示阈值用于判断当前充电过程是否存在异常，第二警示阈值用于判断当前充电过程的异常严重程度，且第一警示阈值小于第二警示阈值；

若警示因子小于等于第一警示阈值，判断当前充电过程不存在异常，充电桩以初始充电速度对车辆进行充电；

若警示因子大于第一警示阈值，且警示因子小于等于第二警示阈值，判断当前充电过程存在轻微异常，通过警示因子动态调节初始充电速度，调节算法为：式中，sdnew为调节后的充电速度，sdold为初始充电速度，jsz为警示因子，即警示因子越大，越需要减小初始充电速度；

若警示因子大于第二警示阈值，判断当前充电过程存在严重异常，表明不支持继续充电，控制充电桩停止向车辆充电，并向管理员发送警示信号；

当对充电桩的初始充电速度进行调节后，将调节后的充电速度与预设的第一充电速度阈值以及第二充电速度阈值进行对比，且第一充电速度阈值小于第二充电速度阈值，若调节后的充电速度大于第二充电速度阈值，判断充电桩为快速充电模式，若调节后的充电速度小于等于第二充电速度阈值，且调节后的充电速度大于第一充电速度阈值，判断充电桩为中速充电模式，若调节后的充电速度小于等于第一充电速度阈值，充电桩为慢速充电模式；

获取充电站中所有充电桩的历史充电模式后，记录每种充电模式的次数。

7.根据权利要求6所述的一种充电桩直、交流电智能调控方法，其特征在于：所述警示因子的处理逻辑为：实时监测充电桩的电压波动率以及车辆电池的实时温度以及温度上升速率，将电压波动率、实时温度与温度上升速率进行归一化处理，使电压波动率、实时温度与温度上升速率的取值范围映射到[0,1]之间，将归一化处理后的电压波动率、实时温度与温度上升速率求和获取警示因子。

8.一种充电桩直、交流电智能调控系统，用于实现权利要求1-7任一项所述的调控方法，其特征在于：包括充电站分析模块、计算模块、调控模块；

充电站分析模块：获取充电站的历史充电模式，计算充电站中每种充电模式的占比后生成整体信息熵；

计算模块：对充电站进行异常分析，当分析充电站存在异常时，计算不同调控策略下每种充电模式的占比后生成条件信息熵，依据条件信息熵和整体信息熵计算每个调控策略的信息增益；

调控模块：获取各个调控策略下充电站的异常减轻程度，将信息增益与异常减轻程度通过联合算法分析后，为每个调控策略生成表现值，将所有调控策略依据表现值进行排序后生成策略列表，依据策略列表选择调控策略对充电站中的直流充电桩和交流充电桩进行调控。