1.一种物联网边沿网关机器学习故障诊断方法，其特征在于：在计算机中实现以下步骤：
2.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述步骤3)中，队列池的长度n取决于读取设备id列表后所需获取的传感器数量。
3.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述步骤4)中，初始化过程包括以下步骤：
4.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述步骤5)中，采样服务进程的实现，具体包括以下步骤：
5.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述步骤5)中，数据抽样进程具体包括以下步骤：
6.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述数据抽样进程中，步骤f)中，当采样值大于abnormalv或tm则alarmindex++；采样值小于abnormalv或tm则意味着未超限，则alarmindex--，直至为0，若则意味着已经累计足够多次数超过采样报警阈值tm的采样值，可以给该数据项对应的传感器定性为设备故障。
7.根据权利要求1所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述数据抽样进程中，当出现网络超时采样数据停止，通过以下步骤计算虚拟传感器采样值，
8.根据权利要求4所述的物联网边沿网关机器学习故障诊断方法，其特征在于：所述步骤5)中，所述循环采样队列f0的长度以能存储l小时的采样数据为基准，由此除以采样频率h，得到单个循环队列长度为n＝l*3600/h。