1.一种用电异常用户的识别方法，其特征在于，包括：
获取用电量历史数据，并识别所述用电量历史数据中的异常值；
过滤所述用电量历史数据中的异常值；
查找所述用电量历史数据中的用户用电特征变量；
利用预设建模算法构建用电异常用户识别模型，并利用所述用电异常用户识别模型识别出所述用电量历史数据中的异常用户，其中，所述用电异常用户识别模型的输入数据为所述用户用电特征变量对应的数据，输出数据为异常用户标识。
2.根据权利要求1所述的识别方法，其特征在于，获取用电量历史数据，并识别所述用电量历史数据中的异常值的步骤，包括：
提取用电信息采集数据库中的低压用户的用电量历史数据，其中，所述用电量历史数据至少包括：用户编号、用电类别、用电量；
采用隔离森林算法检测用电量中的异常值。
3.根据权利要求1所述的识别方法，其特征在于，在识别所述用电量历史数据中的异常值之后，所述识别方法还包括：
采用电能表示值和多重插补法对用户用电量数据进行填补，得到完整的用电量历史数据。
4.根据权利要求1所述的识别方法，其特征在于，查找所述用电量历史数据中的用户用电特征变量的步骤，包括：
将多项用户用电特征和用电量样本数据随机分配至对应的决策树；
基于随机森林算法筛选每颗所述决策树，得到异常用户判定准确率高于预设准确率的多个用户用电特征变量。
5.根据权利要求1所述的识别方法，其特征在于，
在获取用电量历史数据之后，所述识别方法还包括：将所述用电量历史数据的正常用户对应的用电量数据确定为正样本，并将所述用电量历史数据的异常用户对应的用电量数据确定为负样本；
构建用电异常用户识别模型的步骤，包括：利用所述正样本训练所述用电异常用户识别模型；
在构建用电异常用户识别模型之后，所述识别方法还包括：利用所述负样本测试所述用电异常用户识别模型是否合格。
6.根据权利要求1至5中任意一项所述的识别方法，其特征在于，所述预设建模算法为xgboost算法。
7.一种用电异常用户的识别装置，其特征在于，包括：
获取单元，用于获取用电量历史数据，并识别所述用电量历史数据中的异常值；
过滤单元，用于过滤所述用电量历史数据中的异常值；
查找单元，用于查找所述用电量历史数据中的用户用电特征变量；
识别单元，用于利用预设建模算法构建用电异常用户识别模型，并利用所述用电异常用户识别模型识别出所述用电量历史数据中的异常用户，其中，所述用电异常用户识别模型的输入数据为所述用户用电特征变量对应的数据，输出数据为异常用户标识。
8.根据权利要求7所述的识别装置，其特征在于，获取单元包括：
第一提取模块，用于提取用电信息采集数据库中的低压用户的用电量历史数据，其中，所述用电量历史数据至少包括：用户编号、用电类别、用电量；
第一检测模块，用于采用隔离森林算法检测用电量中的异常值。
9.一种存储介质，其特征在于，所述存储介质用于存储程序，其中，所述程序在被处理器执行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的用电异常用户的识别方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的用电异常用户的识别方法。