1.一种适用于开关柜局部放电的智能网关系统，其特征在于，包括传感器模块、边缘数据采集和存储模块、边缘诊断分析模块和lora网关；
传感器模块包括多种采集终端和各采集终端的lora无线模块，用于采集局部放电多物理信号，并将信号通过lora无线模块传输给lora网关；
边缘数据采集和存储模块通过lora方式连接局放智能采集终端，对接收的不同智能采集终端的多物理信号进行精简状态特征集的规范化和有效性分析，实现局部放电多物理信号的精简状态特征就地提取；
边缘诊断分析模块包括智能终端节点数据的横向统计分析模块和基于放电阶段状态辨识的风险评估算法模块；横向统计分析模块和风险评估算法模块提取边缘数据采集和存储模块采集的数据，风险评估算法模块将调用svm人工智能分类器算法进行辅助计算处理，存储处理完成的数据；
lora网关包括lora无线模块，通过lora无线模块实现lora网关与lora采集终端之间的数据传输。
2.如权利要求1所述的适用于开关柜局部放电的智能网关系统，其特征在于，传感器模块包括超声采集终端、高频电流采集终端、地电波采集终端以及和各采集终端的lora无线模块；传感器模块采集的局部放电多物理信号包括超声、高频电流、地点波；超声、高频电流和地电波智能终端均采用统一的硬件架构，通过无线相位对各智能终端进行同步。
3.如权利要求2所述的适用于开关柜局部放电的智能网关系统，其特征在于，传感器模块具体包括集成化智能终端电路、电源电路和信号处理电路；集成化智能终端电路包括超低功耗mcu、调理器、高精度始终外围电路、温度传感器、低功耗处理电路和lora传输电路；电源电路包括电池、低功耗电源和开关电路；信号处理电路包括隔离电路、去耦电路、以及静电雷击浪涌保护电路；集成化智能终端电路通过控制接口控制电源电路中的开关电路，信号处理电路连接电源电路中的低功耗电源。
4.如权利要求1所述的适用于开关柜局部放电的智能网关系统，其特征在于，高频/tev信号的精简状态特征数据集包括提取放电脉冲的相位、幅值
5.如权利要求1所述的适用于开关柜局部放电的智能网关系统，其特征在于，在智能终端节点数据的横向统计分析模块中，对各智能终端节点数据进行同步脉冲匹配分析，根据同类终端匹配脉冲信号幅值的统计分布，进行干扰排除，以及放电信号的粗略定位；根据安装于同一台开关设备的多物理量信号进行匹配分析，根据信号特征进行干扰辨识、模式分析和精确定位。
6.如权利要求1所述的适用于开关柜局部放电的智能网关系统，其特征在于，在基于放电阶段状态辨识的风险评估算法模块中，从多物理量数据中提取并选择代表放电特征的精简特征参量，然后输入svm分类器中，采用人工智能分类器进行放电阶段辨识和风险评估预警；根据放电的相关参量在平稳老化阶段和高风险阶段的差异，利用有效的特征参量作为放电发展阶段划分的依据，实现对气隙放电发展阶段的诊断。
7.如权利要求6所述的适用于开关柜局部放电的智能网关系统，其特征在于，放电特征的参量提取具体包括：基于放电的三个基础参量-幅值(v)、相位(φ)、时间(t)，通过分析和运算构造相关的特征参量。
8.如权利要求7所述的适用于开关柜局部放电的智能网关系统，其特征在于，特征参量中包括信息熵、威布尔分布参数、平均值、标准差和最大值。
9.如权利要求6所述的适用于开关柜局部放电的智能网关系统，其特征在于，在提取放电特征参量之后，选取fisher得分和最大信息系数mic这两个指标对应的算法来进行特征选择，得到精简特征参量。
10.如权利要求6所述的适用于开关柜局部放电的智能网关系统，其特征在于，在实现对放电数据进行特征参量的提取及选择的基础上，基于支持向量机对放电发展阶段进行诊断，具体包括如下子步骤：
从每组试验的每个阶段的放电数据中，各选取80％的数据作为训练样本，另外20％的数据作为识别样本；
对训练样本和识别样本进行特征量的提取与特征量选择；
以训练样本作为svm的输入，对模型进行训练，并将训练好的样本进行保存；
以识别数据归一化后，作为svm的输入，用训练好的模型进行识别。