1.一种模型训练数据确定方法，其特征在于，所述模型训练数据确定方法包括：
获取多个制造设备的初始电流数据以及各所述制造设备的工作状态数据，所述工作状态数据用于指示对应制造设备在预设时间区间内各时间点的工作状态；
基于各所述工作状态数据，对对应的各所述初始电流数据进行拆分，得到所述多个制造设备在所述预设时间区间的电流数据集合；
对所述电流数据集合进行聚类，生成多个初始电流数据簇；
从所述多个初始电流数据簇中确定目标电流数据簇，并对所述目标电流数据簇中各目标电流数据进行特征提取，得到对应所述目标电流数据簇的初始特征数据；
获取历史特征数据，并基于所述历史特征数据对所述初始特征数据进行筛选，得到用于作为模型训练数据的目标特征数据。
2.根据权利要求1所述的模型训练数据确定方法，其特征在于，所述从所述多个初始电流数据簇中确定目标电流数据簇，包括：
确定各所述初始电流数据簇中工作电流数据的数据量；
基于各所述数据量，对所述初始电流数据簇进行排序，并从排序后的多个初始电流数据簇中确定预设数量的初始电流数据簇作为对应所述多个制造设备的目标电流数据簇。
3.根据权利要求1所述的模型训练数据确定方法，其特征在于，所述基于所述历史特征数据对所述初始特征数据进行筛选，得到用于作为模型训练数据的目标特征数据，包括：
计算所述历史特征数据与所述初始特征数据之间的相似度和/或数据增益；
基于所述相似度和/或所述数据增益，从所述初始特征数据中确定对应的目标特征数据。
4.根据权利要求1所述的模型训练数据确定方法，其特征在于，所述模型训练数据确定方法还包括：
获取模型训练请求，所述模型训练请求中携带有模型的训练要求；
所述对所述目标电流数据簇中各目标电流数据进行特征提取，得到对应所述目标电流数据簇的初始特征数据，包括：
基于所述训练要求，对所述目标电流数据簇中各目标电流数据进行特征提取，得到对应的初始特征数据。
5.根据权利要求1至4任一项所述的模型训练数据确定方法，其特征在于，所述模型训练数据确定方法还包括：
将所述工作状态数据、所述电流数据集合、所述初始电流数据簇、所述目标电流数据簇、所述初始特征数据以及所述目标特征数据中的至少一个上传至区块链节点中进行存储。
6.一种检测模型训练方法，其特征在于，所述检测模型用于对制造设备异常运行状态进行检测，所述检测模型训练方法包括：
获取权利要求1至5中任一项所述模型训练数据确定方法确定的目标特征数据，并作为训练数据；
对所述训练数据进行标记，得到标记后的训练数据；
构建初始检测模型；
将所述标记后的训练数据输入所述初始检测模型，得到对应的检测结果；
基于所述检测结果以及标记后的所述训练数据，计算所述初始检测模型的模型损失；
根据所述模型损失对所述初始检测模型进行迭代训练，得到训练后的检测模型。
7.一种模型训练数据确定装置，其特征在于，所述模型训练数据确定装置包括：
数据模块，用于获取多个制造设备的初始电流数据以及各所述制造设备的工作状态数据，所述工作状态数据用于指示对应制造设备在预设时间区间内各时间点的工作状态；
拆分模块，用于基于各所述工作状态数据，对对应的各所述初始电流数据进行拆分，得到所述多个制造设备在所述预设时间区间的电流数据集合；
聚类模块，用于对所述电流数据集合进行聚类，生成多个初始电流数据簇；
特征提取模块，用于从所述多个初始电流数据簇中确定目标电流数据簇，并对所述目标电流数据簇中各目标电流数据进行特征提取，得到对应所述目标电流数据簇的初始特征数据；
筛选模块，用于获取历史特征数据，并基于所述历史特征数据对所述初始特征数据进行筛选，得到用于作为模型训练数据的目标特征数据。
8.一种检测模型训练装置，其特征在于，所述检测模型用于对制造设备异常运行状态进行检测，所述检测模型训练装置包括：
获取模块，用于获取权利要求7所述模型训练数据确定装置确定的目标特征数据，并作为训练数据；
标记模块，用于对所述训练数据进行标记，得到标记后的训练数据；
模型构建模块，用于构建初始检测模型；
检测模块，用于将所述标记后的训练数据输入所述初始检测模型，得到对应的检测结果；
损失计算模块，用于基于所述检测结果以及标记后的所述训练数据，计算所述初始检测模型的模型损失；
迭代训练模块，用于根据所述模型损失对所述初始检测模型进行迭代训练，得到训练后的检测模型。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4或5或6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4或5或6中任一项所述的方法的步骤。