1.基于模糊控制的电力设备智能调控方法，其特征在于，该方法包括以下步骤：
采集历史上每天的电压数据、历史上每天的速度数据以及历史上每天的振动数据，构建历史上每天的电压曲线、历史上每天的速度曲线以及历史上每天的振动曲线；
根据历史上每天的电压曲线中电压幅值以及历史上每天的速度曲线中速度幅值，获取历史上每天的电压数据波动特征以及历史上每天的速度数据波动特征；根据历史上每天的电压数据波动特征以及历史上每天的速度数据波动特征，获取速度特征差值集合以及电压特征差值集合；根据速度特征差值集合以及电压特征差值集合，获取电压数据与速度数据之间的响应程度；
根据电压数据与速度数据之间的响应程度，获取当日比例增益系数的补偿值；
根据历史上每天的振动曲线，获取历史上每天传送带系统的稳定程度参数；根据历史上每天传送带系统的稳定程度参数的离散程度，结合当日比例增益系数的补偿值，获取新的比例增益系数；根据新的比例增益系数对传送带系统进行调整；
所述根据电压数据与速度数据之间的响应程度，获取当日比例增益系数的补偿值，包括的具体方法为：
首先获取传送带的额定温度与额定速度，分别记为 与 ，接着获取模糊PID控制中的初始比例增益系数记为 ，然后通过温度传感器与速度传感器，采集当日的温度数据与速度数据，获取当日温度数据中的温度最大值与当日速度数据中的速度最大值分别记为 与 ，最后根据 、、 、、以及电压数据与速度数据之间的响应程度，获取当日比例增益系数的补偿值；
所述获取当日比例增益系数的补偿值，包括的具体计算公式为：
式中， 表示当日比例增益系数的补偿值；表示电压数据与速度数据之间的响应程度；表示当日温度数据中的温度最大值；表示当日速度数据中的速度最大值；表示传送带的额定速度；表示传送带的额定温度； 表示模糊PID控制中的初始比例增益系数；
表示绝对值运算；
所述根据历史上每天传送带系统的稳定程度参数的离散程度，结合当日比例增益系数的补偿值，获取新的比例增益系数，包括的具体计算公式为：
式中， 表示新的比例增益系数； 表示历史上所有天传送带系统的稳定程度参数的标准差； 表示模糊PID控制中的初始比例增益系数； 表示当日比例增益系数的补偿值； 表示线性归一化函数。
2.根据权利要求1所述基于模糊控制的电力设备智能调控方法，其特征在于，所述采集历史上每天的电压数据、历史上每天的速度数据以及历史上每天的振动数据，构建历史上每天的电压曲线、历史上每天的速度曲线以及历史上每天的振动曲线，包括的具体方法为：
调取历史数据库中电压传感器、速度传感器以及振动传感器所采集的历史上每天的电压数据、历史上每天的速度数据以及历史上每天的振动数据；
对于历史上第 天的电压数据，以时间为横坐标以电压数据为纵坐标，构建历史上第 天的电压数据坐标系，将历史上第 天的电压数据填入历史上第 天的电压数据坐标系中，然后利用最小二乘法对历史上第 天的电压数据坐标系中的数据点进行曲线拟合，得到历史上第天的电压曲线；
对于历史上第 天的速度数据，以时间为横坐标以速度数据为纵坐标，构建历史上第 天的速度数据坐标系，将历史上第 天的速度数据填入历史上第 天的速度数据坐标系中，然后利用最小二乘法对历史上第 天的速度数据坐标系中的数据点进行曲线拟合，得到历史上第天的速度曲线；
对于历史上第 天的振动数据，以时间为横坐标以振动数据为纵坐标，构建历史上第 天的振动数据坐标系，将历史上第 天的振动数据填入历史上第 天的振动数据坐标系中，然后利用最小二乘法对历史上第 天的振动数据坐标系中的数据点进行曲线拟合，得到历史上第天的振动曲线。
3.根据权利要求1所述基于模糊控制的电力设备智能调控方法，其特征在于，所述根据历史上每天的电压曲线中电压幅值以及历史上每天的速度曲线中速度幅值，获取历史上每天的电压数据波动特征以及历史上每天的速度数据波动特征，包括的具体方法为：
对于获取历史上第 天的电压数据波动特征；根据历史上第 天的电压曲线，获取历史上第 天的电压曲线中所有电压幅值，根据历史上第 天的电压曲线中所有电压幅值，获取历史上第天的电压数据波动特征，其具体的计算公式为：
式中， 表示历史上第 天的电压数据波动特征； 表示历史上第 天的电压曲线中所有电压幅值的方差； 表示历史上第天的电压曲线中电压幅值的数量； 表示历史上第天的电压曲线中的第 个电压幅值； 表示历史上第 天的电压曲线中最大的电压幅值； 表示历史上第天的电压曲线中最小的电压幅值；
对于获取历史上第 天的速度数据波动特征；根据历史上第 天的速度曲线，获取历史上第 天的速度曲线中所有速度幅值，根据历史上第 天的速度曲线中所有速度幅值，获取历史上第天的速度数据波动特征，其具体的计算公式为：
式中， 表示历史上第 天的速度数据波动特征； 表示历史上第 天的速度曲线中所有速度幅值的方差； 表示历史上第 天的速度曲线中速度幅值的数量； 表示历史上第天的速度曲线中的第 个速度幅值； 表示历史上第 天的速度曲线中最大的速度幅值； 表示历史上第天的速度曲线中最小的速度幅值。
4.根据权利要求1所述基于模糊控制的电力设备智能调控方法，其特征在于，所述根据历史上每天的电压数据波动特征以及历史上每天的速度数据波动特征，获取速度特征差值集合以及电压特征差值集合，包括的具体方法为：
根据历史上每天的电压数据的波动特征以及历史上每天的速度数据的波动特征，获取历史上每天与前一天的电压特征差值和历史上每天与前一天的速度特征差值，其具体计算公式如下：
式中， 表示历史上第 天与历史上第 天的速度特征差值， 表示历史上第 天的速度曲线中数据的数量； 表示历史上第 天的速度曲线中的第 个速度幅值； 表示历史上第 天的速度曲线中的第 个速度幅值；表示历史上第 天的速度数据波动特征； 表示历史上第 天的速度数据波动特征； 表示历史上第 天与历史上第天的电压特征差值； 表示历史上第 天的电压曲线中数据的数量； 表示历史上第 天的电压曲线中的第 个电压幅值； 表示历史上第 天的电压曲线中的第 个电压幅值； 表示历史上第 天的电压数据波动特征； 表示历史上第 天的电压数据波动特征；表示绝对值运算；
将历史上所有天与前一天的电压特征差值构成的集合记为电压特征差值集合，将历史上所有天与前一天的速度特征差值构成的集合记为速度特征差值集合。
5.根据权利要求1所述基于模糊控制的电力设备智能调控方法，其特征在于，所述根据速度特征差值集合以及电压特征差值集合，获取电压数据与速度数据之间的响应程度，包括的具体方法为：
计算速度特征差值集合与电压特征差值集合之间的皮尔逊相关系数，将速度特征差值集合与电压特征差值集合之间的皮尔逊相关系数，作为电压数据与速度数据之间的响应程度。
6.根据权利要求1所述基于模糊控制的电力设备智能调控方法，其特征在于，所述根据历史上每天的振动曲线，获取历史上每天传送带系统的稳定程度参数，包括的具体方法为：
对于获取历史上第 天传送带系统的稳定程度参数，根据历史上第 天的振动曲线，获取历史上第 天的振动曲线中所有振动幅值均值、所有振动幅值的方差以及所有振动幅值中的最大值，根据历史上第天的振动曲线中所有振动幅值均值、所有振动幅值的方差以及所有振动幅值中的最大值，获取历史上第天的振动数据波动特征。
7.根据权利要求6所述基于模糊控制的电力设备智能调控方法，其特征在于，所述获取历史上第天的振动数据波动特征，包括的具体计算公式为：
式中， 表示历史上第 天传送带系统的稳定程度参数； 表示历史上第 天的振动曲线中最大的振动幅值； 表示历史上第 天的振动曲线中所有振动幅值的均值； 表示历史上第天的振动曲线中所有振动幅值的方差； 表示绝对值运算。