1.一种汽轮机运行状态诊断方法，其特征在于，包括：
接收多个不同类型的传感器采集并传输的汽轮机运行时的多种运行状态参数；
根据获得的多种运行状态参数、预先训练的神经网络诊断模型以及确定历史诊断结果的历史运行状态参数和历史运行状态参数之间的关联条件生成诊断结果；
将诊断结果传输至显示终端显示。
2.根据权利要求1所述的方法，其特征在于，所述根据获得的多种运行状态参数、预先训练的神经网络诊断模型以及确定历史诊断结果的历史运行状态参数和历史运行状态参数之间的关联条件生成诊断结果包括：
如果获得的多种运行状态参数之间的关联条件与相同类型的多种历史运行状态参数之间的关联条件相同，且相同类型的多种历史运行状态参数之间的关联条件对应的历史诊断结果为出现故障隐患的概率大于预设的阈值时，则生成表征汽轮机出现故障隐患的诊断结果。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：在生成表征汽轮机出现故障隐患的诊断结果的同时，根据每种运行状态参数的第一权重系数、每种运行状态参数所处的阈值范围的第二权重系数生成故障严重程度。
4.根据权利要求2所述的方法，其特征在于，所述多种运行状态参数包括汽轮机的电机的自由端温度、驱动端温度、流过驱动端的润滑油温度，所述关联条件为汽轮机的电机振动方向与预设的振动方向不一致、自由端温度升高、驱动端温度不变且流过驱动端的润滑油温度升高。
5.根据权利要求1所述的方法，其特征在于，所述神经网络诊断模型根据历史运行状态参数、历史故障诊断结果以及确定历史故障诊断结果的历史运行状态参数之间的关联条件作为训练样本预先训练而成。
6.根据权利要求1所述的方法，其特征在于，所述接收多个不同类型的传感器采集并传输的汽轮机运行时的多种运行状态参数包括：
周期性的接收多个不同类型的传感器采集并传输的汽轮机运行时的多种运行状态参数，如果当前采样时刻的采集数据缺失时，获得当前时刻前的多种历史运行状态参数的平均值。
7.一种汽轮机运行状态诊断装置，其特征在于，包括：
信息接收单元，被配置成接收多个不同类型的传感器采集并传输的汽轮机运行时的多种运行状态参数；
诊断结果生成单元，被配置成根据获得的多种运行状态参数、预先训练的神经网络诊断模型以及确定历史诊断结果的历史运行状态参数和历史运行状态参数之间的关联条件生成诊断结果；
信息输出单元，被配置成将诊断结果传输至显示终端显示。
8.根据权利要求7所述的装置，其特征在于，诊断结果生成单元具体被配置成如果获得的多种运行状态参数之间的关联条件与相同类型的多种历史运行状态参数之间的关联条件相同，且相同类型的多种历史运行状态参数之间的关联条件对应的历史诊断结果为出现故障隐患的概率大于预设的阈值时，则生成表征汽轮机出现故障隐患的诊断结果。
9.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。