1.一种基于大数据的电气故障检测控制系统，其特征在于，包括：数据采集模块，通过传感器和监控系统收集电气设备运行数据，所述运行数据包括电流、电压和温度；

数据处理模块，用于对采集到的数据进行预处理，所述预处理包括清洗、去噪、归一化；

特征提取模块，用于从预处理后的数据中提取出机器故障发生前出现的特征信息，包括运行频率和运行效率，基于运行频率和运行效率生成设备稳定度；

模型构建模块，基于机器学习对提取的特征进行训练和建模，建立故障检测模型，所述故障检测模型用于拟合运行数据与设备稳定度之间的关系；

结果输出模块，用于将待检测的运行数据输入到所述故障检测模型中进行预测，获得设备稳定度，判断是否存在故障，将诊断结果以可视化的方式呈现给用户；

所述模型构建模块建模过程为：

根据特征信息结果，建立故障检测数学模型，检验参数包括电流运行数据I、电压运行数据U和温度运行数据T；

建立直角坐标系，以设备稳定度为纵坐标，分别以电流运行数据I、电压运行数据U和温度运行数据T为横坐标，对运行数据进行一维拟合，分别建立3个运行数据对应的一维拟合函数，每项运行数据选取n个检验值，n为正整数，所述一维拟合函数公式如下：y＝Aix+Bi；

其中A和B为参数，i＝1,2,3，分别代表电流运行数据I、电压运行数据U和温度运行数据T；

Ai和Bi的取值通过下列公式获取：

其中j＝1,…,n，和 分别表示x和y的平均数；

通过上述公式分别计算电流运行数据I对应的参数A1和B1、电压运行数据U对应的参数A2和B2、温度运行数据T对应的参数A3和B3；并通过下列公式计算运行数据对应的稳定度相关系数：如果所有稳定度相关系数均大于预设阈值，则表示故障检测模型符合要求；如果至少存在一个稳定度相关系数低于预设阈值，则再次进行特征提取和建模训练。

2.根据权利要求1所述的一种基于大数据的电气故障检测控制系统，其特征在于，所述数据处理模块去噪的具体过程为：基于DBSCAN聚类的方法检测数据中的异常值，对于检测到的异常值进行删除，通过插值算法对数据进行修正，并通过中值滤波减少数据中的噪声。

3.根据权利要求1所述的一种基于大数据的电气故障检测控制系统，其特征在于，所述模型构建模块中，设备稳定度∈[0,100]，当稳定度等于0时，电气设备处于故障状态，当稳定度位于(0，60)时，电气设备处于高风险状态，当稳定度位于[60,90)时，设备处于低风险状态，当稳定度位于[90,100]时，电气设备处于稳定状态。

4.根据权利要求1所述的一种基于大数据的电气故障检测控制系统，其特征在于，所述结果输出模块输出多种形式的可视化结果，包括柱状图、折线图和热力图。

5.根据权利要求1所述的一种基于大数据的电气故障检测控制系统，其特征在于，所述数据采集模块通过云端平台实现数据的实时收集和存储。