1.一种基于数字孪生模型的电器能耗计算方法，其特征在于，包括以下步骤：

步骤S1：获取数据电气数据、热力学数据和机械数据；对电气数据、热力学数据和机械数据进行数据预处理，生成电能特征工程值、热能特征工程值和机械特征工程值；

步骤S2：将电能特征工程值、热能特征工程值和机械特征工程值映射到三维空间进行三维点云生成，生成电器特性点云数据；对电器特性点云数据进行形态曲面分析，生成电器曲面分析数据；根据电器曲面分析数据进行数字孪生模型建立，生成电器数字孪生模型；

步骤S3：利用电器数字孪生模型对实时运行数据进行电力能源溯源，生成电力能源溯源结果；对电力能源溯源结果进行电器能耗计算，生成电器能耗数据集；对电器能耗数据集进行时间元件损耗模拟双重计算，生成电器能耗计算结果；

步骤S4：对电器能耗计算结果进行耗能轨迹路径提取，生成耗能轨迹路径；对耗能轨迹路径进行异常和平缓路段数据提取，生成能耗波动异常路段和能耗波动平缓路段；对能耗波动异常路段进行路段能耗节选积分处理，生成电器波动异常耗能模拟数据；基于能耗波动平缓路段进行能耗波动平缓筛选，生成最优耗能节选路段数据；对最优耗能节选路段数据进行平缓段耗能路段模拟，并与电器波动异常耗能模拟数据进行能耗集合，生成电器耗能模拟数据，从而完成电器能耗优化计算。

2.根据权利要求1所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S1包括以下步骤：步骤S11：通过传感器获取数据电气数据、热力学数据和机械数据，其中电气数据包括功率因数和电能，热力学数据包括热膨胀系数和冷却效率，机械数据包括机械效率和电器振幅率；

步骤S12：对功率因数和电能、热膨胀系数和冷却效率、机械效率和电器振幅率进行随机降噪处理，生成电能特征降噪数据、热能特征降噪数据和热能特征降噪数据；对电能特征降噪数据、热能特征降噪数据和热能特征降噪数据进行数据标准化处理，生成电能标准化数据、热能标准化数据和机械标准化数据；

步骤S13：对电能标准化数据进行识别异常值处理，生成电能特征工程值；对热能标准化数据进行温度介质变化分析，生成热能特征工程值；对机械标准化数据进行机械结构应力分析，生成机械特征工程值。

3.根据权利要求1所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S2包括以下步骤：步骤S21：将电能特征工程值、热能特征工程值和机械特征工程值依据预设的映射规则映射到三维空间，生成三维空间特性数据；依据三维空间特性数据进行三维点云生成，生成电器机械特性点云数据和电器电力热能特征点云数据；

步骤S22：对电器电力热能特征点云数据进行曲面拟合代表分析，生成电器电力热能曲面分析数据；

步骤S23：将电器机械特性点云数据进行数字孪生模型建立，并将电器电力热能曲面分析数据进行几何属性赋值，生成电器数字孪生模型。

4.根据权利要求3所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S22包括以下步骤：步骤S221：对电器电力热能特征点云数据进行点云数据分割，生成电器电力热能点云分割数据；

步骤S222：对电器电力热能点云分割数据进行样条插值曲面拟合，生成电器电力热能拟合数据；

步骤S223：对电器电力热能拟合数据进行形态特征曲面分析，生成电器曲面分析数据。

5.根据权利要求1所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S3包括以下步骤：步骤S31：获取历史电器使用数据和电器实时运行数据；利用电器数字孪生模型对实时运行数据进行电器能源溯源，生成电器能源溯源结果，其中电器能源溯源结果包括直接电力能源和间接电力能源；

步骤S32：对电器能源溯源结果进行电器能耗计算，生成电器能耗数据集，其中电器能耗数据集包括直接电力驱动能源和间接电力驱动能源；

步骤S33：依据历史电器使用数据设定初始损耗率；基于初始损耗率对电器能耗数据集进行时间步长性能衰减计算，生成阶段损耗计算结果；对阶段损耗计算结果进行时间损耗累计，生成电器能耗计算结果。

6.根据权利要求5所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S31包括以下步骤：步骤S311：获取历史电器使用数据和电器实时运行数据；利用电器数字孪生模型对电器实时运行数据进行能源类别识别，生成能源类别识别结果；

步骤S312：对能源类别识别结果进行能源溯源图谱分析，生成电力能源溯源图谱；

步骤S313：将电力能源溯源图谱和历史电器使用数据进行能耗分类匹配，生成电力能源溯源结果，其中电力能源溯源结果包括直接电力能源和间接电力能源。

7.根据权利要求5所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S32包括以下步骤：步骤S321：对直接电力能源进行电压电流瞬时能耗计算，生成电力瞬时能耗数据；对电力瞬时能耗数据进行时间积分，生成电力驱动能耗数据；

步骤S322：对间接电力驱动能源进行太阳能能源和风力能源数据提取，生成太阳能能源数据和风力能源数据；对光伏太阳能板进行光照强度特性提取，生成光照强度曲线数据；对光照强度曲线数据和太阳能能源数据进行蒙特卡罗模拟，生成太阳能驱动能耗数据；

步骤S323：获取风速变化数据；对风速变化数据和风力能源数据进行隐马尔可夫计算瞬时输出功率，生成风力损失输出功率；对风力损失输出功率进行状态转移矩阵分析，并进行时间积分，生成风能驱动能耗数据。

8.根据权利要求5所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S33包括以下步骤：步骤S331：依据历史电器使用数据设定初始损耗率；基于初始损耗率对电器能耗数据集进行威布尔分布衰减计算，生成电器能耗衰减分布数据；

步骤S332：对电器能耗衰减分布数据进行分布节点串联，生成电器能耗衰减串联数据；对电器能耗衰减串联数据进行时间步长性能衰减计算，生成阶段损耗计算结果；

步骤S333：对阶段损耗计算结果进行时间损耗累计，生成电器能耗计算结果。

9.根据权利要求1所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S4包括以下步骤：步骤S41：对电器能耗计算结果进行图论建模，生成电器能耗状态节点；对电器能耗状态节点进行TSP求解，生成耗能轨迹路径；

步骤S42：对耗能轨迹路径进行波动异常路段提取，生成能耗波动异常路段；对能耗波动异常路段与耗能轨迹路径进行数据集相差运算，生成能耗波动平缓路段；对能耗波动平缓路段进行能耗波动平缓筛选，生成最优耗能节选路段数据；

步骤S43：对最优耗能节选路段数据进行平缓段耗能路段模拟，生成电器波动平缓耗能模拟数据；对能耗波动异常路段进行路段能耗节选积分处理，生成电器波动异常耗能模拟数据；对电器波动平缓耗能模拟数据和电器波动异常耗能模拟数据进行能耗集合，生成电器耗能模拟数据，从而完成电器能耗优化计算。

10.根据权利要求9所述的基于数字孪生模型的电器能耗计算方法，其特征在于，步骤S43包括以下步骤：步骤S431：对最优耗能节选路段数据进行能耗特性曲线分析，生成关键状态节点数据；对关键状态节点数据进行状态转移概率估计，生成电器能耗概率数据；对电器能耗概率数据进行平缓段耗能路段模拟，生成电器波动平缓耗能模拟数据；

步骤S432：对能耗波动异常数据进行路段能耗节选积分处理，生成电器波动异常耗能模拟数据；

步骤S433：对电器波动平缓耗能模拟数据和电器波动异常耗能模拟数据进行能耗集合，生成电器耗能模拟数据，从而完成电器能耗优化计算。