1.一种基于大数据驱动的输电线路故障预警方法，其特征在于，包括：
采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；
提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；
基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；
将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。
2.如权利要求1所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，该方法还包括：将预警信息推送给输电线路运维服务器，确定预警信息的故障因子以及故障判别特征，进而分别反馈至故障因子挖掘数据库和故障判别特征库，以闭环反馈的形式提高故障预警准确度。
3.如权利要求1所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，该方法还包括：将输出的预警信息以多种形式进行展示，表现为故障特征分析展示、故障原因、故障位置及诊断结果的统一展示。
4.如权利要求1所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，基于时间序列相似性故障匹配方法对故障判别特征库内实时生成的预警信息时间序列与故障标准时间序列进行匹配的过程包括：
求取预警信息时间序列与故障标准时间序列之间的相似度，并与预设相似度阈值比较，输出大于或等于预设相似度阈值预警信息时间序列相对应的预警信息；
优选地，分别基于朴素贝叶斯算法和时间序列相似性故障匹配算法对提取的特征来构建故障因子挖掘数据库和故障判别特征库。
5.如权利要求4所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，通过求取预警信息时间序列与标准时间序列之间的编辑距离，来衡量预警信息时间序列与标准时间序列之间的相似度。
6.一种基于大数据驱动的输电线路故障预警系统，其特征在于，包括：
数据采集模块，其用于采集输电线路相关信息，所述输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；
故障判别指标体系构建模块，其用于提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；
故障因子指数挖掘模块，其用于基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；
故障预警输出模块，其用于将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。
7.如权利要求6所述的一种基于大数据驱动的输电线路故障预警系统，其特征在于，该系统还包括：预警信息推送模块，其用于将预警信息推送给输电线路运维服务器，确定预警信息的故障因子以及故障判别特征，进而分别反馈至故障因子挖掘数据库和故障判别特征库，以闭环反馈的形式提高故障预警准确度。
8.如权利要求6所述的一种基于大数据驱动的输电线路故障预警系统，其特征在于，该系统还包括：展示模块，其用于将输出的预警信息以多种形式进行展示，表现为故障特征分析展示、故障原因、故障位置及诊断结果的统一展示。
9.如权利要求6所述的一种基于大数据驱动的输电线路故障预警系统，其特征在于，所述故障预警输出模块还包括：
相似度求取模块，其用于求取预警信息时间序列与故障标准时间序列之间的相似度；
相似度比较模块，其用于求取的预警信息时间序列与故障标准时间序列之间的相似度，再与预设相似度阈值比较，输出大于或等于预设相似度阈值预警信息时间序列相对应的预警信息；
优选地，在所述故障判别指标体系构建模块中，分别基于朴素贝叶斯算法和时间序列相似性故障匹配算法对提取的特征来构建故障因子挖掘数据库和故障判别特征库。
10.如权利要求9所述的一种基于大数据驱动的输电线路故障预警系统，其特征在于，在所述相似度求取模块中，通过求取预警信息时间序列与标准时间序列之间的编辑距离，来衡量预警信息时间序列与标准时间序列之间的相似度。