1.一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，包括：建立初始故障支路集，检测所述初始故障支路集中的支路是否为故障支路，若为故障支路，记录该支路路径，并计算发生概率，若为正常支路，计算该支路与其他支路间的关联性大小，并建立下级故障支路集合；依次检测所述下级故障支路集合中的支路是否为故障支路，若为故障支路，记录该支路路径，并计算发生概率，若为正常支路，计算该支路与其他支路间的关联性大小；完成对所述初始故障支路集中的每条支路的检测，得到故障支路集。

2.根据权利要求1所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，包括以下步骤：步骤1、设计故障集评价指标，选择故障集评价指标较大的支路组成初始故障支路集；

步骤2、断开所述初始故障支路集中的支路，判断系统是否解列失稳，如果解列失稳，则记录该条支路路径，并计算发生概率；若系统稳定，则根据上下级支路关联性指标，计算该支路与其他支路间的关联性大小；

步骤3、对所述上下级支路关联性指标进行分类，将上下级支路关联性指标较高的支路作为下级故障支路集合，并计算每条下级支路发生故障的概率；

步骤4、依次断开所述下级故障支路集合中的支路，判断系统是否解列失稳，如果解列失稳，则记录该条支路路径，并计算发生概率；若系统稳定，则根据所述上下级支路关联性指标，计算该支路与其他支路间的关联性大小，直至搜索完所述下级故障支路集合中的每条支路；

步骤5、重复步骤2-4，完成所述初始故障支路集中的每条支路检测，得到故障支路集。

3.根据权利要求2所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，步骤1中所述故障集评价指标El为：El＝η1Cl×η2Tl×η3λl               (1)；

上式中，Cl为节点扰动对支路的潮流冲击性，Tl为支路在电力系统中的重要性，λl为支路自身故障概率，η1、η2、η3均为阈值。

4.根据权利要求3所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，所述节点扰动对支路的潮流冲击性Cl计算过程如下：系统处于平衡状态时支路的潮流为Pl0，当某节点a负荷突增，支路1的潮流改变为Pla，则节点a对支路l的潮流冲击Ela为：ΔEla＝Pla-Pl0                (2)；

则节点a对系统的潮流冲击ΔEa为：

上式中：S为系统支路数量；

则支路1的潮流冲击率ηla为：

结合公式1-3，节点a在系统的潮流分布熵HD(a)为：所以，节点a扰动对支路1的潮流冲击Cla为：

5.根据权利要求2所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，步骤2中上下级支路关联性指标Ml为：Ml＝Sl×Dl×Bl             (9)；

上式中，Bl为上级支路潮流转移熵对下级支路冲击性，Sl为上级支路故障切除后对下级支路的影响度，表示如下：上式中，Flj为支路1在故障发生后的传输功率，Flj-1为支路1在故障发生前的传输功率，为支路1-1在故障发生前的传输功率；

Dl为支路在电网运行中的负载率指标，表示如下：

上式中，Flmax为支路1的最大传输功率。

6.根据权利要求5所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，所述上级支路潮流转移熵对下级支路冲击性Bl的计算过程如下：支路l-1断开对支路l传输裕度影响的潮流转移熵Hl,l-1为：Hl,l-1＝-ηl,l-1lnηl,l-1           (12)；

上式中，ηl,l-1为支路l-1开断对支路l的传输裕度影响值；

则支路l-1潮流转移熵对于支路1的冲击性Bl为：

7.根据权利要求2所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，步骤3具体包括：步骤3.1、采用生成随机数的方式对输入层的上下级支路关联性指标Ml和竞争层节点的值Wj(j＝1，2，…，N)进行初始化，随机数的取值范围为[0,1]，如下式：并对学习率η(0)以及迭代次数进行初始化，所述学习率的取值范围为0＜η(0)＜1；

步骤3.2、寻找获胜节点；

步骤3.3、确定优胜邻域，并通过下式调整获胜节点及优胜邻域内节点的权值：上式中，dj表示优胜邻域内节点与获胜节点的欧氏距离，N(dj)为邻域函数，步骤3.3、循环学习直至迭代结束，获得聚类结果；

步骤3.4、将所述聚类结果中上下级支路关联性指标最高的一类支路作为下级故障支路集合，并计算每条下级支路发生故障的概率。

8.根据权利要求7所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，所述优胜邻域为：r(t)＝Ce-t/T              (19)；

上式中，r(t)表示t次迭代时邻域范围的半径，C为竞争层维度的1/2，T为总迭代次数。

9.根据权利要求7所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，步骤3.2所述寻找获胜节点的方法为欧氏距离法或余弦法。

10.根据权利要求7所述的一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，步骤3.2中采用自适应的方式来调整学习率，所述学习率与迭代次数成反比：η(t+1)＝η(0)e-t/T             (22)。