1.一种高效散热型配电自动化监控终端，包括箱壳，其特在于，所述箱壳内设置弱电集成杆，所述弱电集成杆的上方为强电配电元件区域，所述弱电集成杆的下方为弱电配电元件区域；所述强电配电元件区域和所述弱电配电元件区域内均设置若干组互相垂直的第一隔断框和第二隔断框；所述第一隔断框的一侧为配电装置容腔、另外侧为散热集成容腔；所述第一隔断框上设置中部连接端口和导热风机管，所述的导热风机管连通配电装置容腔和散热集成容腔，所述箱壳的内壁上设置侧边连接端口；所述中部连接端口与所述侧边连接端口的高度配合设置；所述第二隔断框上设置配电装置集装板，所述第二隔断框边缘设置连接卡，所述连接卡安装在同一高度上的所述中部连接端口和侧边连接端口内；所述箱壳内还设置传感器件集装板、控制电路板和散热交换腔，散热交换腔上至少配置控制电磁阀，所述传感器件集装板电连接控制电路板，控制电路板上设置控制模块，所述控制电路板通过控制模块电连接所述散热交换腔的控制电磁阀、传感器件集装板上设置的温度传感器，所述散热交换腔连通散热介质管；所述箱壳侧壁还布置散热翅片，所述散热翅片连通所述散热介质管；所述箱壳后表面背板设置辅助散热网。

2.根据权利要求1所述的一种高效散热型配电自动化监控终端，其特征在于，所述散热翅片逐层设置在所述箱壳内，每层所述散热翅片的高度大于所述第二隔断框的高度，并且，散热翅片具体设置在散热集成容腔，不同的散热集成容腔设置的散热翅片密度不同，散热翅片密度与同层配电装置容腔内配电元件负载大小成正比。

3.根据权利要求1或2任一所述的一种高效散热型配电自动化监控终端，其特征在于，所述箱壳上设置管孔，所述散热介质管布置在所述箱壳外部，所述散热介质管穿过所述管孔连通所述散热翅片。

4.根据权利要求1或2任一所述的一种高效散热型配电自动化监控终端，其特征在于，所述侧边连接端口的纵向截面呈等腰梯形并且具有倾斜面，螺丝钉与倾斜面垂直，螺丝钉旋入倾斜面并固定插入到侧边连接端口内的连接卡。

5.根据权利要求4所述的一种高效散热型配电自动化监控终端，其特征在于，所述中部连接端口和所述侧边连接端口结构一样，中部连接端口、连接卡匹配设置关系与侧边连接端口、连接卡匹配设置关系一样。

6.根据权利要求1所述的一种高效散热型配电自动化监控终端，其特征在于，所述的控制模块采样stm32单片机作为主控芯片，与stm32单片机配置的外围电路设置在控制电路板上，所述的外围电路包括供电电路、变压电路、以太网通信电路、采样电路、显示电路、通用异步收发传输电路，温度传感器通过所述的采样电路电连接stm32单片机，stm32单片机还分别与变压电路、以太网通信电路、显示电路、通用异步收发传输电路电连接，供电电路、变压电路之间电连接，所述的stm32单片机还配置eeprom存储器、flash存储器、复位及时钟电路，所述的stm32单片还通过以太网通信电路电连接上位机。

7.根据权利要求6所述的一种高效散热型配电自动化监控终端，其特征在于，所述的采样电路电连接stm32单片机具体是采用耦接磁隔离器的RS485通信电路，并更具体是由RS485通信电路端头电连接模数转换电路，模数转换电路再电连接采用电路。

8.根据权利要求6所述的一种高效散热型配电自动化监控终端，其特征在于，所述供电电路还通过变压电路电连接以太网通信电路、采样电路、显示电路、通用异步收发传输电路，并且为以太网通信电路、采样电路、显示电路、通用异步收发传输电路供电。

9.根据权利要求6所述的一种高效散热型配电自动化监控终端，其特征在于，上位机包括相连接的初始学习训练单元、静态建模单元、迭代单元、动态建模单元、识别单元，其中的初始学习训练单元用于，采用增强学习算法，在当前待检测温度数据中进行配电元件检测，找到配电元件大类，并进一步对配电元件具体类型和位置识别，进行学习的训练，所述检测温度数据是指的配电箱温度异常时的检测温度数据，所述的配电元件尤其是导致检测温度异常的配电元件；其中的静态建模单元用于，对配电元件具体类型和位置识别结果与待检测温度数据的特征建立映射关系，获得静态的配电元件-数据特征模型；其中的迭代单元用于，以静态的配电元件-数据特征模型为基础进行多次迭代的静态的配电元件-数据特征模型；其中的动态建模单元用于，在多次迭代的静态的配电元件-数据特征模型过程中计算每次迭代前后的识别结果与待检测温度数据的变化向量并且根据变化向量建立动态的配电元件-数据特征模型；其中的识别单元用于，通过动态的配电元件-数据特征模型对输入的检测温度数据进行分析并输出配电元件具体类型和位置。

10.根据权利要求9所述的一种高效散热型配电自动化监控终端，其特征在于，初始学习训练单元增强学习算法具体学习训练是，首先将待检测温度数据的特征转换为识别元素，将配电元件的特征转换为识别结果元素，建立两者的数据矩阵并具体将数据矩阵类图数据结构处理，获取典型的数据以便形成可学习的数据库，将数据矩阵归一化处理，然后采用有代表性的训练样本库不断进行特征的提取和训练学习。