1.一种基于数据挖掘的光伏发电系统异常检测系统，其特征在于，包括：
数据采集子系统，包括发电量采集模块、光照强度采集模块和温度及湿度采集模块，发电量采集模块与光伏发电设备连接；
数据处理子系统，包括关联规则提取模块和关联规则匹配模块，关联规则提取模块提取数据采集子系统中的数据进行处理，并构建关联规则集；
数据存储子系统，包括先验规则存储模块和监测数据模块，先验规则存储模块存储光伏发电设备的先验规则集，监测数据模块存储数据采集子系统获取的监测数据；
设备状态显示子系统，包括故障报警模块和设备状态显示模块，故障报警模块用于发出故障信号，设备状态显示模块用于将故障位置和故障原因显示于界面上。
2.根据权利要求1所述的一种基于数据挖掘的光伏发电系统异常检测方法，其特征在于，包括以下步骤：
S1.在光伏发电设备正常运行状态下，发电量采集模块、光照强度采集模块和温度及湿度采集模块以特定的时间间隔分别获取光伏发电设备一天中特定时刻的发电量W、太阳光强度G、设备周围环境的温度T和湿度S，并将获取到的数据输入到数据处理子系统中；
S2.关联规则提取模块提取步骤S1中所得的数据作为先验数据，通过先验数据构建先验规则F1、F2和F3，将先验规则F1、F2和F3整合形成先验规则集F{F1，F2，F3}，将先验规则集F{F1，F2，F3}存储到先验规则存储模块中；
S3.在光伏发电设备实际运行过程中，当发电量W异常时，监测数据模块将数据采集子系统获取的监测数据带入关联规则提取模块中，通过步骤S2构建的先验规则得到实时规则集K{K1，K2，K3}；
S4.将步骤S3中的实时规则集K{K1，K2，K3}与步骤S2中的先验规则集F{F1，F2，F3}进行序列比对；
S5.设备显示子系统根据步骤S4得到的序列比对结果进行处理，若序列比对结果表示光伏发电设备正常，设备状态显示模块将光伏发电设备发电正常信息显示在界面上；若序列比对结果表示光伏发电设备异常，故障报警模块发出故障报警信号，设备状态显示模块将异常原因显示在界面上。
3.根据权利要求2所述的一种基于数据挖掘的光伏发电系统异常检测方法，其特征在于，所述步骤S2采用apriori算法构建先验规则集，具体步骤如下：
S2.1.关联规则提取模块提取正常情况下光伏发电设备的发电量W、太阳光强度G、设备周围环境的温度T和湿度S，将项集集合D＝{D1，D2，...，Dn-1，Dn}(n>2)输入到数据处理子系统中，并确定项集集合D最小支持阈值，其中Di＝{Gi，Ti，Si，Wi}(0<i<≤n)；
S2.2.统计项集集合D中不同的项集Di出现的频率，根据频率找出大于apriori算法中最小支持度的项集，即为一维最大项集；
S2.3.根据步骤S2.2中得到的k-1(k≥2)维最大项集产生k维候选项集，从项集集合D中获取候选项集的项集支持度，并与步骤S2.2中的最小支持度进行比较，得到k维最大项集；
S2.4.循环处理步骤S2.3，直至没有最大项集生成，最终得到k'维最大项集；
S2.5.通过步骤S2.4中的k'维最大项集得到项集集合D的先验规则集F{F1，F2，F3}，其中，F1表示光伏发电设备发电量W与光照强度G的关系，F2表示光伏发电设备发电量W与外部温度T的关系，F3表示光伏发电设备发电量W与外部湿度S的关系。
4.根据权利要求2所述的一种基于数据挖掘的光伏发电系统异常检测方法，其特征在于，判断发电量W的异常的方式为：通过步骤S2中的先验数据中的发电量确定一个阈值U，将步骤S1中构建先验规则选取的特定时刻采集的发电量w1与光伏发电设备实际运行状态时相同时刻的发电量w2进行比较，若w1与w2之间的差值不超过阈值U，则视为发电量正常；若w1与w2之间的差值超过阈值U，则视为发电量异常。
5.根据权利要求2所述的一种基于数据挖掘的光伏发电系统异常检测方法，其特征在于，步骤S4中所述的序列比对步骤如下：
S4.1.判断实时规则K1是否满足关联规则F1，若实时规则K1不满足关联规则F1，则光伏发电设备异常，且光伏发电设备产生异常原因为光照强度G的变化引起发电量W变化，序列比对结束；若实时规则K1满足关联规则F1，进入下一步；
S4.2.判断实时规则K2是否满足关联规则F2，若实时规则K2不满足关联规则F2，则光伏发电设备异常，且光伏发电设备产生异常原因为外部温度T的变化引起发电量W变化，序列比对结束；若实时规则K2满足关联规则F2，进入下一步；
S4.3.判断实时规则K3是否满足关联规则F3，若实时规则K3不满足关联规则F3，则光伏发电设备异常，且光伏发电设备产生异常原因为外部湿度S的变化引起发电量W变化，序列比对结束；若实时规则K3满足关联规则F3，进入下一步；
S4.4.光伏发电设备正常。