1.一种基于人工智能的电源异常诊断报警方法，其特征在于，所述方法包括：

获取预设电源异常数据流和实时电源监测数据流，所述实时电源监测数据流包括实时电源数据的环境参数监测数据流和运行参数监测数据流，所述预设电源异常数据流表示异常电源数据中的数据项，所述环境参数监测数据流表示所述实时电源数据的环境参数中的数据项，所述运行参数监测数据流表示所述实时电源数据的运行参数中的数据项；

分别对所述预设电源异常数据流、所述环境参数监测数据流和所述运行参数监测数据流进行表征信息抽取，获得异常电源数据表征向量、环境参数数据表征向量和运行参数数据表征向量；

对所述异常电源数据表征向量、所述环境参数数据表征向量和所述运行参数数据表征向量进行交互，获得交互数据表征向量；

对所述交互数据表征向量进行异常诊断，获得电源异常诊断结果，所述电源异常诊断结果表示所述实时电源数据对所述异常电源数据的吻合度；

当所述电源异常诊断结果表示所述实时电源数据和所述异常电源数据的吻合度达到预设要求时，进行电源异常报警。

2.根据权利要求1所述的方法，其特征在于，所述电源异常诊断结果是依据吻合度评估网络获得的，所述吻合度评估网络包括异常数据嵌入映射层、环境参数嵌入映射层和运行参数嵌入映射层；所述分别对所述预设电源异常数据流、所述环境参数监测数据流和所述运行参数监测数据流进行表征信息抽取，获得异常电源数据表征向量、环境参数数据表征向量和运行参数数据表征向量，包括：依据所述异常数据嵌入映射层，对所述预设电源异常数据流进行表征信息抽取，获得所述异常电源数据表征向量；

依据所述环境参数嵌入映射层，对所述环境参数监测数据流进行表征信息抽取，获得所述环境参数数据表征向量；

依据所述运行参数嵌入映射层，对所述运行参数监测数据流进行表征信息抽取，获得所述运行参数数据表征向量。

3.根据权利要求2所述的方法，其特征在于，所述依据所述异常数据嵌入映射层，对所述预设电源异常数据流进行表征信息抽取，获得所述异常电源数据表征向量，包括：依据所述异常数据嵌入映射层，确定所述预设电源异常数据流的第一电源状态表征信息和第一分布表征信息，所述第一电源状态表征信息表示所述预设电源异常数据流中多个数据项的表征信息，所述第一分布表征信息表示所述预设电源异常数据流中多个数据项的分布情况的表征信息；

对所述第一电源状态表征信息和所述第一分布表征信息进行表征信息抽取，获得所述异常电源数据表征向量。

4.根据权利要求3所述的方法，其特征在于，所述对所述第一电源状态表征信息和所述第一分布表征信息进行表征信息抽取，获得所述异常电源数据表征向量，包括：对所述第一电源状态表征信息和所述第一分布表征信息进行表征信息抽取，获得第一锚定表征向量、第一结果表征向量和第一搜索表征向量；

对所述第一锚定表征向量、所述第一结果表征向量和所述第一搜索表征向量进行交互，获得候选异常电源数据表征向量；

对所述候选异常电源数据表征向量进行多轮非线性变换，获得所述异常电源数据表征向量。

5.根据权利要求2所述的方法，其特征在于，所述依据所述环境参数嵌入映射层，对所述环境参数监测数据流进行表征信息抽取，获得所述环境参数数据表征向量，包括：依据所述环境参数嵌入映射层，确定所述环境参数监测数据流的第二电源状态表征信息和第二分布表征信息，所述第二电源状态表征信息表示所述环境参数监测数据流中多个数据项的表征信息，所述第二分布表征信息表示所述环境参数监测数据流中多个数据项的分布情况的表征信息；

对所述第二电源状态表征信息和所述第二分布表征信息进行表征信息抽取，获得所述环境参数数据表征向量。

6.根据权利要求5所述的方法，其特征在于，所述对所述第二电源状态表征信息和所述第二分布表征信息进行表征信息抽取，获得所述环境参数数据表征向量，包括：对所述第二电源状态表征信息和所述第二分布表征信息进行表征信息抽取，获得第二锚定表征向量、第二结果表征向量和第二搜索表征向量；

对所述第二锚定表征向量、所述第二结果表征向量和所述第二搜索表征向量进行交互，获得候选环境参数数据表征向量；

对所述候选环境参数数据表征向量进行多轮非线性变换，获得所述环境参数数据表征向量。

7.根据权利要求2所述的方法，其特征在于，所述依据所述运行参数嵌入映射层，对所述运行参数监测数据流进行表征信息抽取，获得所述运行参数数据表征向量，包括：依据所述运行参数嵌入映射层，确定所述运行参数监测数据流的第三电源状态表征信息和第三分布表征信息，所述第三电源状态表征信息表示所述运行参数监测数据流中多个数据项的表征信息，所述第三分布表征信息表示所述运行参数监测数据流中多个数据项的分布情况的表征信息；对所述第三电源状态表征信息和所述第三分布表征信息进行表征信息抽取，获得所述运行参数数据表征向量。

8.根据权利要求7所述的方法，其特征在于，所述对所述第三电源状态表征信息和所述第三分布表征信息进行表征信息抽取，获得所述运行参数数据表征向量，包括：对所述第三电源状态表征信息和所述第三分布表征信息进行表征信息抽取，获得第三锚定表征向量、第三结果表征向量和第三搜索表征向量；

对所述第三锚定表征向量、所述第三结果表征向量和所述第三搜索表征向量进行交互，获得候选运行参数数据表征向量；

对所述候选运行参数数据表征向量进行多轮非线性变换，获得所述运行参数数据表征向量。

9.根据权利要求2~8任一项所述的方法，其特征在于，所述吻合度评估网络通过如下步骤调试得到：获取示例预设电源异常数据流、示例实时电源监测数据流和实际电源异常诊断结果，所述示例实时电源监测数据流包括示例环境参数监测数据流和示例运行参数监测数据流，所述实际电源异常诊断结果表示所述示例实时电源数据对所述示例异常电源数据的实际的吻合度；

依据所述吻合度评估网络，分别对所述示例预设电源异常数据流、所述示例环境参数监测数据流和所述示例运行参数监测数据流进行表征信息抽取，获得示例异常电源数据表征向量、示例环境参数数据表征向量和示例运行参数数据表征向量；对所述示例异常电源数据表征向量、所述示例环境参数数据表征向量和所述示例运行参数数据表征向量进行交互，获得示例交互数据表征向量；对所述示例交互数据表征向量进行异常诊断，获得示例电源异常诊断结果；

依据所述示例电源异常诊断结果与所述实际电源异常诊断结果，调试所述吻合度评估网络。

10.根据权利要求9所述的方法，其特征在于，所述环境参数嵌入映射层为调试好的网络层，所述环境参数嵌入映射层通过以下步骤调试得到：获取第一环境参数监测数据流，将所述第一环境参数监测数据流中局部区域的数据项信息进行屏蔽，获得第二环境参数监测数据流；

依据所述环境参数嵌入映射层，对所述第二环境参数监测数据流中被屏蔽的区域的数据项信息进行推理，获得第二推理置信度，所述第二推理置信度表示推理获得的所述第一环境参数监测数据流中被屏蔽的区域的数据项属于每一类数据项的置信度；

依据所述第二推理置信度与第二实际置信度，调试所述环境参数嵌入映射层，所述第二实际置信度表示所述第一环境参数监测数据流中被屏蔽的区域的数据项属于每一类数据项的实际置信度；

所述运行参数嵌入映射层为调试好的网络层，所述运行参数嵌入映射层通过以下步骤调试得到：获取第一运行参数监测数据流，将所述第一运行参数监测数据流中局部区域的数据项信息进行屏蔽，获得第二运行参数监测数据流；

依据所述运行参数嵌入映射层，对所述第二运行参数监测数据流中被屏蔽的区域的数据项信息进行推理，获得第三推理置信度，所述第三推理置信度表示推理获得的所述第一运行参数监测数据流中被屏蔽的区域的数据项属于每一类数据项的置信度；

依据所述第三推理置信度与第三实际置信度，调试所述运行参数嵌入映射层，所述第三实际置信度表示所述第一运行参数监测数据流中被屏蔽的区域的数据项属于每一类数据项的实际置信度。

11.一种计算机系统，包括存储器和处理器，其特征在于，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1~10任一项所述的方法。