1.一种电梯液压缓冲器隐患识别方法，其特征在于，包括以下步骤：
S100、控制电梯上下运动挤压液压缓冲器用于模拟发生意外时的蹲底场景；
S200、获取电梯桥厢挤压液压缓冲器的测试数据，其中测试数据为离散数据；
S300、根据所述测试数据进行特征属性提取，得到特征属性，包括平均压缩速度、压缩行程系数、复位时间以及复位曲线最小斜率；
S400、对一定数量的电梯液压缓冲器执行步骤S100到S300，获取一定数量的所述特征属性，集合整理得到样本合集，其中一定数量可自定义；
S500、对所述样本合集中的所述特征属性执行二分法处理，将处理后的所述样本合集作为基于指定算法建立的机器学习的训练学习样本，执行机器学习训练，得到基于所述特征属性进行隐患识别的决策模型；
S600、对需要进行隐患识别的电梯液压缓冲器执行步骤S100到S300，将获取的所述特征属性作为决策模型的输入数据，决策模型执行对应计算输出隐患识别结果；
所述S300还包括：
S310、基于测试数据，做出以时间为横坐标，液压缓冲器行程为纵坐标的表示液压器压缩及复位过程的运动曲线图；
S320、基于压缩行程和压缩时间计算平均压缩速度，计算公式如下
S330、基于标称最大压缩行程和压缩行程计算压缩行程系数，计算公式如下
S340、根据所述运动曲线图计算其中复位过程中复位曲线的各个点的斜率，取最小值得到复位曲线最小斜率；
所述二分法处理步骤包括：
将待处理的数值作为样本合集D，按照从小到大进行排序，记为{a1,a2,…an}，其中n为数值的数量，连续属性a为在D上出现的n个不同取值；
指定一数值为划分点t，基于划分点t将D分为子集![]()
和![]()
其中![]()
包括取值不大于t的数值，而![]()
包括取值大于t的数值；
获取候选划分点集合Ta，公式如下：
即把[ai,ai+1)的中位点![]()
作为候选划分点；
根据候选划分点获取最佳划分点，公式如下：
其中，Gain(D,a)是样本D基于划分点t二分之后的信息增益，即选择使得Gain(D,a)最大的划分点t作为最佳划分点；
基于最佳划分点对所述样本合集D进行二分化处理，得到简化后的样本集。
2.根据权利要求1所述的电梯液压缓冲器隐患识别方法，其特征在于，所述S400还包括：
S410、对获取的一定数量的所述特征属性根据属性类别进行组合；
S420、对每一属性类别下的所述特征属性按照从小到大规则进行排列组合，得到样本合集D。
3.根据权利要求2所述的电梯液压缓冲器隐患识别方法，其特征在于，所述S500还包括：
S510、对样本合集D中每一类所述特征属性进行二分法处理，先计算得到各个所述特征属性的最佳划分点，即得到平均压缩速度、压缩行程系数、复位时间以及复位曲线最小斜率对应的最佳划分点，然后利用各个属性的最佳划分点，将属性值进行二分化；
S520、根据决策树算法建立机器学习模型，以样本合集D作为训练学习样本，执行机器学习训练，得到决策模型。
4.根据权利要求1所述的电梯液压缓冲器隐患识别方法，其特征在于，所述决策模型包括以下处理流程：
将获取的所述特征属性作为决策模型的输入数据，利用之前计算得到的所述各属性最佳划分点将所述输入数据二分化处理后执行所述决策模型的判断步骤；
复位曲线最小斜率判断步骤：判断复位曲线最小斜率与对应的最佳划分点大小关系，若不小于对应的最佳划分点，则进入压缩行程系数判断步骤，否则判断电梯液压缓冲器存在隐患；
压缩行程系数判断步骤：判断压缩行程系数与对应的最佳划分点大小关系，若不小于对应的最佳划分点，则进入平均压缩速度判断步骤，否则进入复位时间判断步骤；
平均压缩速度判断步骤：判断平均压缩速度与对应的最佳划分点大小关系，若不大于对应的最佳划分点，则判断为无隐患，否则判断电梯液压缓冲器存在隐患；
复位时间判断步骤：判断复位时间与对应的最佳划分点大小关系，若不大于对应的最佳划分点，则判断为无隐患，否则判断电梯液压缓冲器存在隐患。
5.根据权利要求1所述的电梯液压缓冲器隐患识别方法，其特征在于，所述决策模型基于决策树搭建，所述决策树由ID3算法或C4.5算法构建。
6.一种电梯液压缓冲器隐患识别系统，其特征在于，包括：
测量模块，用于模拟电梯发生意外时，获取电梯桥厢挤压液压缓冲器的测试数据，其中测试数据为离散数据；
特征属性提取模块，用于根据所述测试数据进行特征属性提取，得到特征属性，包括平均压缩速度、压缩行程系数、复位时间以及复位曲线最小斜率；
样本存储模块，用于获取一定数量的所述特征属性，集合整理得到样本合集，其中一定数量可自定义；
处理模块，用于对所述样本合集中的所述特征属性执行二分法处理，将处理后的所述样本合集作为基于指定算法建立的机器学习的训练学习样本；
机器学习模块，用于执行机器学习训练，得到基于所述特征属性进行隐患识别的决策模型；
决策模型模块，用于对需要进行隐患识别的电梯液压缓冲器通过测量模块和特征属性提取模块获取所述特征属性，将获取的所述特征属性作为决策模型的输入数据，决策模型执行对应计算输出隐患识别结果；
所述特征属性提取模块还用于：
基于测试数据，做出以时间为横坐标，液压缓冲器行程为纵坐标的表示液压器压缩及复位过程的运动曲线图；
基于压缩行程和压缩时间计算平均压缩速度，计算公式如下
基于标称最大压缩行程和压缩行程计算压缩行程系数，计算公式如下
根据所述运动曲线图计算其中复位过程中复位曲线的各个点的斜率，取最小值得到复位曲线最小斜率；
所述处理模块所执行的二分法包括：
将待处理的数值作为样本合集D，按照从小到大进行排序，记为{a1,a2,…an}，其中n为数值的数量，连续属性a为在D上出现的n个不同取值；
指定一数值为划分点t，基于划分点t将D分为子集![]()
和![]()
其中![]()
包括取值不大于t的数值，而![]()
包括取值大于t的数值；
获取候选划分点集合Ta，公式如下：
即把[ai,ai+1)的中位点![]()
作为候选划分点；
根据候选划分点获取最佳划分点，公式如下：
其中，Gain(D,a)是样本D基于划分点t二分之后的信息增益，即选择使得Gain(D,a)最大的划分点t作为最佳划分点；
基于最佳划分点对所述样本合集D进行二分化处理，得到简化后的样本集。
7.根据权利要求6所述的电梯液压缓冲器隐患识别系统，其特征在于，所述特征属性提取模块还包括：
计算单元，用于对测试数据进行运算获取平均压缩速度以及压缩行程系数；
成图单元，用于基于测试数据，做出以时间为横坐标，液压缓冲器行程为纵坐标的表示液压器压缩及复位过程的运动曲线图；
曲线斜率计算，用于根据所述运动曲线图计算其中复位过程中复位曲线的各个点的斜率，取最小值得到复位曲线最小斜率。
8.根据权利要求6所述的电梯液压缓冲器隐患识别系统，其特征在于，所述机器学习模块还包括：
算法计算单元，用于存储ID3算法或C4.5算法框架用于供决策树搭建单元调用；
决策树搭建单元，用于根据算法计算单元提供的算法框架搭建决策树；
样本学习单元，用于根据决策树建立机器学习模型，以样本合集作为训练学习样本，执行机器学习训练，得到决策模型。
