1.一种基于大数据平台的开关设备故障特征提取方法，包括:
(1)搭建SparkR大数据平台：
(1a)安装Linux系统、Hadoop开源软件和Spark开源软件；
(1b)根据现有故障数据规模，确定平台集群的节点个数，并根据后续需要处理的故障数据规模，对该节点个数可以扩展或缩减；
(1c)配置平台集群各个节点，即从确定的节点数中将任意1个节点作为主节点Master，其余作为从节点Slave；
(1d)在确定的主节点Master和所有从节点Slave上，配置服务器进程SSH(Secure 
Shell)并进行无密码验证，并安装Java软件、配置Java环境、配置Hadoop核心文件和Spark核心文件；
(2)数据收集与存储：主节点Master从平台外部，通过Hadoop的Sqoop组件技术采集关系型的故障数据；通过Flume组件技术采集文件型的故障数据，并将采集的这些数据存储到Hadoop的分布式文件系统HDFS中，主节点Master和所有从节点Slave共享这些数据；
(3)数据预处理：对存储在分布式文件系统HDFS中的故障数据依次进行转换和归一化的预处理，为后续数据分析提供高质量数据；
(4)数据分布式计算：
在本地主机上，利用R软件将只能在单机上运行的多变量多尺度熵MMSE改写成能在大数据平台SparkR上运行的分布式算法；
主节点Master通过大数据平台SparkR的SparkR API接口从本地主机调用MMSE的分布式算法，将其部署到各个从节点Slave，并以预处理后的数据作为该算法的输入；
从节点Slave并行计算各故障的多变量样本熵，并将计算结果保存到Hadoop的分布式文件系统HDFS中；
(5)可视化展示：在单机环境下，本地主机从大数据平台的分布式文件系统HDFS中下载结果数据，然后利用开源R软件的绘图功能绘制开关设备各种故障的多变量样本熵曲线；
(6)特征提取：根据各故障的多变量样本熵曲线，选取各故障曲线都较平缓，且各故障对应尺度因子的多变量样本熵值彼此相差较大的尺度因子范围，并将该尺度因子范围的多变量样本熵值作为各故障的特征参数。
2.根据权利要求1所述的方法，其特征在于，步骤(3)中对分布式文件系统HDFS中的故障数据依次进行转换和归一化的预处理，是先把数据集中用区间表示的数据转换成对应的单个数值；最后将数据集中的属性归一化到[0,1]区间。
3.根据权利要求1所述的方法，其特征在于，步骤(4)中从节点Slave并行计算各故障的多变量样本熵值，按如下步骤进行：
(3a)确定嵌入维度m,延迟向量τ，阈值r＝0.2*sd，sd是每个变量的标准偏差，尺度因子ε；根据故障的影响因素的个数确定第一变量p，根据故障数据条数条数确定第二变量N；
(3b)以预处理后数据构建长度为N且包含p个变量的数据集{xk,i}，其中i＝1,2,...,N；
k＝1,2,...,p；
(3c)对多变量数据集 以尺度因子ε为基础进行粗-断点处理，得到新
的数据集为：
对每个尺度因子ε，分别求长度为N且包含p个变量的多变量数据集
的多变量样本熵：
(3d)构建N-n个m维复合延迟向量Xm(i)∈Rm,i＝1,2,...,N-n，n＝max{M}×max(τ)，其中M＝[m1,m2,...,mp]∈Rp,其中m1,m2,...,mp都是正整数，嵌入维度向量 延迟
向量τ＝[τ1,τ2,...,τp]，其中τ1,τ2,...,τp都是正整数，则混合延迟向量Xm(i)可以表示为：
(3e)定义向量Xm(i)和Xm(j)间的距离为其对应元素差的最大值，即：
(3f)对每个混合延迟向量Xm(i)，分别求其与其他向量距离，并统计距离小于给定阈值r的个数Pi和Pi出现的概率
Pi＝{d[Xm(i),Xm(j)]≤r,i≠j}；
(3g)计算概率 的平均值Bm(r)：
(3h)将(3d)中的复合延迟向量从m维扩展到m+1维，向量M包括p个元素，共有p种实现方法，即M＝[m1,m2,...,mk+1,...,mp],k＝1,2,...,p，构造p×(N-n)个混合延迟向量Xm+1(i)∈Rm+1：
(3i)定义两个向量Xm+1(i)和Xm+1(j)间的距离为其对应元素差的最大值，求向量组Xm+1(i)中两两之间的距离，并统计距离小于给定阈值r的个数Qi和Qi出现的概率
Qi＝{d[Xm+1(i),Xm+1(j)]≤r,i≠j}；
(3j)计算 在m+1维下的平均值Bm+1(r)：
(3k)根据步骤(3f)计算结果 和步骤(3j)的计算结果Bm+1(r)，计算多变量样本熵
MSampEn：