1.一种台风风暴潮情景模拟方法，其特征在于，包括：获取目标风暴潮的参数；

根据所述目标风暴潮的参数，确定与所述目标风暴潮对应的历史风暴潮类别，并获取所述历史风暴潮类别对应的历史数据；

获取与所述历史数据对应的目标BP神经网络模型，所述目标BP神经网络模型由所述历史数据训练得到；

将所述目标风暴潮的参数输入至所述目标BP神经网络模型中，获取所述目标风暴潮对应的风暴潮位；

根据所述风暴潮位与已知的堤坝高度，确定所述风暴潮位的淹没高度以及淹没范围；

将所述风暴潮位的淹没高度以及淹没范围可视化展示。

2.如权利要求1所述的台风风暴潮情景模拟方法，其特征在于，所述获取目标风暴潮的参数，包括：获取所述目标风暴潮的气压场以及所述目标风暴潮的风压场。

3.如权利要求2所述的台风风暴潮情景模拟方法，其特征在于，所述获取与所述历史数据对应的目标BP神经网络模型，包括：将所述历史数据中的风暴潮的气压场、风压场、GIS地理数据以及海水水位作为输入值，将所述历史数据中的风暴潮的风暴潮位作为输出值，传输至预设的BP神经网络模型中进行训练，得到所述目标BP神经网络模型。

4.如权利要求2所述的台风风暴潮情景模拟方法，其特征在于，所述目标风暴潮的参数还包括：GIS地理数据、海水水位；将所述目标风暴潮的参数输入至所述目标BP神经网络模型中，获取所述目标风暴潮对应的风暴潮位，包括：将所述目标风暴潮的气压场、风压场、GIS地理数据以及海水水位输入至所述目标BP神经网络模型中，获取所述目标风暴潮对应的风暴潮位。

5.如权利要求4所述的台风风暴潮情景模拟方法，其特征在于，所述根据所述风暴潮位与已知的堤坝高度，确定所述风暴潮位的淹没高度以及淹没范围，包括：根据所述风暴潮位与所述堤坝高度，确定所述风暴潮位的淹没高度；

根据所述目标风暴潮的风压场与所述风暴潮位的淹没高度，确定所述淹没范围。

6.如权利要求1所述的台风风暴潮情景模拟方法，其特征在于，所述根据所述目标风暴潮的参数，确定与所述目标风暴潮对应的历史风暴潮类别，包括：在预设的历史数据库中，采用聚类算法确定所述目标风暴潮对应的历史风暴潮类别。

7.如权利要求6所述的台风风暴潮情景模拟方法，其特征在于，所述采用聚类算法确定所述目标风暴潮的参数对应的历史风暴潮类别，包括：采用kmeans聚类算法，将所述目标风暴潮的参数输入至所述历史数据库中；

根据预先定义的k个类和每个类的质心，计算所述目标风暴潮的参数所属的候选类；

重新计算所述候选类的质心至收敛，确定所述目标风暴潮对应的历史风暴潮类别。

8.如权利要求1所述的台风风暴潮情景模拟方法，其特征在于，所述目标风暴潮的风压场为所述目标风暴潮的移动速度；所述目标风暴潮的气压场采用如下公式确定：P＝P1-P2；

其中，P为所述目标风暴潮的气压场，P1为所述目标风暴潮的中心气压，P2为所述目标风暴潮的边缘气压。

9.一种台风风暴潮情景模拟装置，其特征在于，包括：参数获取单元，用户获取目标风暴潮的参数；

第一确定单元，用于根据所述目标风暴潮的参数，确定与所述目标风暴潮对应的历史风暴潮类别，并获取所述历史风暴潮类别对应的历史数据；

模型获取单元，用于获取与所述历史数据对应的目标BP神经网络模型，所述目标BP神经网络模型由所述历史数据训练得到；

风暴潮位获取单元，用于将所述目标风暴潮的参数输入至所述目标BP神经网络模型中，获取所述目标风暴潮对应的风暴潮位；

第二确定单元，用于根据所述风暴潮位与已知的堤坝高度，确定所述风暴潮位的淹没高度以及淹没范围；

展示单元，用于将所述风暴潮位的淹没高度以及淹没范围可视化展示。