1.一种风机连锁脱网故障早期预警模型建立方法，其特征在于，包括以下步骤：S1：采集风电场SCADA系统实时监测的风电场并网点的电压数据，将其作为风机连锁脱网早期预警模型的观测量；

S2：从步骤S1所采集的观测量中，采集发生故障前的数据，并基于临界慢化早期预警的原理，对电压跌落前的数据利用小波分解进行去趋势处理，提取处理后数据的高频动态信号；

S3：对步骤S2中得到的高频动态信号选取适当的滑动窗口进行方差和自相关系数的计算，以发现系统在电压突变前的早期预警信号；

S4：通过计算不同窗口长度下不同阶数小波分解的高频信号方差与自相关系数，对早期预警信号的稳定性进行分析。

2.根据权利要求1所述的一种风机连锁脱网故障早期预警模型建立方法，其特征在于：所述步骤S3中方差值与自相关系数的计算过程为：

S301：设定滑动窗口和固定滞后步长，并将该滑动窗口采用该步长进行滑动；

S302：通过公式 计算每个窗口中的方差值，式中，n表示每个采样窗口中的所有样本点个数，xi为采样窗口内的样本数据，为采样窗口内样本数据的平均值；

S303：将S302中计算的每个窗口中的方差值绘制方差曲线，通过方差曲线的上升趋势挖掘风机连锁脱网的预警信息；

S304：采用固定长度的窗口选取样本数据；

S305：在窗口中以滞后步长j选取变量，将变量j的自相关系数记为R(j)，并通过公式计算自相关系数，式中，n表示每个采样窗口中的所有样本点个数，x为采样窗口内的样本数据，为采样窗口内样本数据的平均值，s为该n个样本点数据xi的方差；通过该自相关系数判断变量j之前的时间序列值与变量j之后的时间序列值间的相关性；

S306：将步骤S305中计算的自相关系数R(j)值绘制曲线图，根据自相关系数的上升趋势判断系统的临界变换。

3.根据权利要求2所述的一种风机连锁脱网故障早期预警模型建立方法，其特征在于：所述方差计算中选取的窗口长度和滞后步长不同于自相关系数计算中所选取的窗口长度和滞后步长。

4.根据权利要求1所述的一种风机连锁脱网故障早期预警模型建立方法，其特征在于：所述步骤S4包括步骤：

S401：分别选取不同阶数的小波分解高频信号；

S402：对步骤S401中得到不同阶数小波分解的高频信号分别采用不同的窗口长度计算方差和自相关系数；

S403：根据计算结果绘制方差曲线和自相关曲线，通过曲线的上升趋势判断风机连锁脱网故障早期预警的稳定性。

5.根据权利要求4所述的一种风机连锁脱网故障早期预警模型建立方法，其特征在于：所述步骤S402中方差s和自相关系数R(j)计算公式分别为： 式中，n表示每个采样窗口中的样本点个数，xi为采样窗口内的样本数据，为采样窗口内样本数据的平均值； 式中，n表示每个采样窗口中的所有样本点个数，x为采样窗口内的样本数据，为采样窗口内样本数据的平均值，s为该n个样本点数据xi的方差。