1.一种基于机器学习的输电线路故障检测方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的输电线路故障检测方法，其特征在于：在步骤s2中，所述数据预处理，具体为通过基于神经网络和多层感知器插补的混合模型进行缺失值插补，得到输电线路预处理数据集tc，具体包括以下步骤：
3.根据权利要求1所述的一种基于机器学习的输电线路故障检测方法，其特征在于：在步骤s4中，所述输电线路故障检测，具体为通过构建决策树模型进行数据分类，得到输电线路故障检测结果，具体包含以下步骤：
4.根据权利要求1所述的一种基于机器学习的输电线路故障检测方法，其特征在于：在步骤s5中，所述模型评估，具体为通过对比输电线路历史数据集和输电线路故障检测结果，得到模型评估结果，具体包含以下步骤：
5.根据权利要求1所述的一种基于机器学习的输电线路故障检测方法，其特征在于：在步骤s3中，所述特征提取，具体为通过对输电线路预处理数据集中的电流、电压和功率的相关特征进行特征提取，得到输电线路特征值数据集td。
6.根据权利要求1所述的一种基于机器学习的输电线路故障检测方法，其特征在于：在步骤s1中，所述数据采集，具体为采集输电线路的历史数据和对应标签，所述对应标签为正常状态和异常状态，得到输电线路历史数据集ta，并设置时间间隔和监测位置，通过传感器和监控设备采集输电线路的实时监测数据，得到输电线路实时数据集tb。
7.一种基于机器学习的输电线路故障检测系统，用于实现如权利要求1-6中任一项所述的一种基于机器学习的输电线路故障检测方法，其特征在于：包含数据采集模块、数据预处理模块、特征提取模块、输电线路故障检测模块和模型评估模块。
8.根据权利要求7所述的一种基于机器学习的输电线路故障检测系统，其特征在于：所述数据采集模块采集输电线路的历史数据和对应标签，所述对应标签为正常状态和异常状态，得到输电线路历史数据集，并设置时间间隔和监测位置，通过传感器和监控设备采集输电线路的实时监测数据，得到输电线路实时数据集，并将输电线路历史数据集发送至模型评估模块，将输电线路实时数据集发送至数据预处理模块；