1.一种配电网物理故障与信息故障辨识方法，其特征在于,将广域测量系统上传的信息进行数据降维和离群点检测，实现对智能配电网故障的检测，并完成对配电网故障区域和故障通信节点的定位，具体包含如下步骤：
步骤1：上传电流和电压电气特征量，经过数据筛选和预处理，形成初始的单时段单电气特征量状态监测矩阵；
步骤2：将单时段单电气特征量状态监测矩阵在电气特征量和时间序列上进一步扩充，最终融合成一个高维时空状态监测矩阵；
步骤3：采用多维尺度分析方法对所述高维时空状态监测矩阵进行降维，对降维后的高维时空状态监测矩阵进行离群点检测；
步骤4：对多维尺度分析方法和离群点检测结果进行分析，实现对故障的检测；
步骤5：将配电网广义节点LOF值与整定值比较，判别故障属于配电网物理故障亦或通信节点故障；
步骤6：在步骤5的基础上，根据多维尺度分析和离群点检测结果，属于离群点的节点所构成的区域即故障发生的区域，从而实现对配电网物理故障区域或故障通信节点的定位。
2.根据权利要求1所述的配电网物理故障与信息故障辨识方法，其特征在于，步骤1中，数据预处理包含构建反映各节点对应关系的网络关联矩阵，并将单时段单电气特征量状态监测矩阵进行区域差分处理。
3.根据权利要求2所述的配电网物理故障与信息故障辨识方法，其特征在于，步骤2的具体实现过程包括：将经过区域差分处理后的包含电流和功率的单时段单电气特征量状态监测矩阵Ci融合成单时段多电气特征量状态监测矩阵Wi，最后在时间序列上将Wi进一步扩充，形成高维时空状态监测矩阵W。
4.根据权利要求3所述的配电网物理故障与信息故障辨识方法，其特征在于，步骤3中，采用多维尺度分析方法对所述高维时空状态监测矩阵进行降维的具体实现过程包括：对高维时空状态监测矩阵W进行多维尺度分析降维，利用欧几里德距离和高维时空状态监控矩阵计算各节点的相似度矩阵D，求出相似度矩阵D中心内化积矩阵；求解中心内化积矩阵最大的两个正特征根及其对应的正交化特征向量；正交化特征向量X1和X2构成的矩阵X即为高维时空状态监测矩阵在二维空间中的坐标表示。
5.根据权利要求4所述的配电网物理故障与信息故障辨识方法，其特征在于，步骤4的具体实现过程包括：对矩阵X进行离群点检测，求取各节点与距其最近节点的K距离Kdist(p)；计算各节点的K邻域Ndist(p)；确定各节点之间的局部可达距离RDdist(p,q)；计算各节点的局部可达密度Irdk(p)；计算各节点的LOF值。
6.根据权利要求5所述的配电网物理故障与信息故障辨识方法，其特征在于，步骤5的具体实现过程包括：经离群点检测后出现LOF值大于整定值K的节点，则表明智能配电网中发生故障；根据配电网正常运行时流入的电流等于流出的电流，由边界节点构成的区域建立广义节点，判断LOF值是否超过整定值，LOF值大于整定值时表明故障属于配电网物理故障，反之属于通信节点故障。
7.根据权利要求6所述的配电网物理故障与信息故障辨识方法，其特征在于，所述整定值为5。