1.一种新异类检测方法，其特征在于，包括：
收集正常状态下的样本作为训练样本与验证样本；
从训练样本中提取特征值，并根据训练样本特征值训练状态模型；
从验证样本中提取特征值，同时使用状态模型处理验证样本获得预测特征值，根据每一组特征值与预测特征值确定一个对应的预测误差平方和，并根据所有预测误差平方和计算预测误差平方和阈值；
根据测试样本的预测误差平方和与预测误差平方和阈值的比较判断测试样本是否属于新异类。
2.根据权利要求1所述的方法，其特征在于，所述特征值的提取步骤包括：
对样本进行局部特征尺度分解，获得内禀尺度分量集合；
用相关系数法从内禀尺度分量集合中剔除与噪声和分解过程有关的内禀尺度分量，获得主导内禀尺度分量集合；
重构主导内禀尺度分量集合获得降噪后的振动加速度信号；
从降噪后的振动加速度信号中提取高相关性的时域统计特征量作为特征值。
3.根据权利要求2所述的方法，其特征在于，所述收集正常状态下的样本为采集正常状态下的原始振动信号。
4.根据权利要求2所述的方法，其特征在于，所述特征值包括：峭度、峰值因子、裕度、脉冲因子、波形因子。
5.根据权利要求2所述的方法，其特征在于，所述状态模型为以下之一：线性模型、线性交互模型、纯二次模型或二次交互模型。
6.根据权利要求2所述的方法，其特征在于，所述根据所有预测误差平方和计算预测误差平方和阈值包括：
计算所有验证样本的预测误差平方和的均值作为期望值；
计算所有验证样本的预测误差平方和的方差作为标准差；
根据所有验证样本的预测误差平方和期望值、标准差与误检率计算预测误差平方和阈值。
7.根据权利要求6所述的方法，其特征在于，所述根据测试样本的预测误差平方和与预测误差平方和阈值的比较判断测试样本是否属于新异类包括：
将一测试样本的预测误差平方和与预测误差平方和阈值进行大小比较；
当预测误差平方和大于预测误差平方和阈值时，判定该测试样本为新异类样本；
当预测误差平方和小于预测误差平方和阈值时，判定该测试样本为正常样本。
8.一种电子设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7任意一项所述的方法。
9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任意一项所述的方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行权利要求1-7任意一项所述的方法。