1.一种用于等离子废气处理设备的废气处理监测方法，其特征在于，所述方法包括：

采集废气处理设备净化废气后排出的二氧化碳浓度和多种有毒气体浓度；所述有毒气体浓度包括一氧化碳浓度和多种其他有毒气体浓度；以所述二氧化碳浓度和所述一氧化碳浓度的比值作为氧化反应深度；根据所有所述有毒气体浓度的大小与废气净化前的VOCs浓度的差异获得气体净化程度；

一个采样时刻下的所述氧化反应深度、所述气体净化程度、设备排气风速、废气温度构成所述采样时刻下的特征矩阵；一个采样时间段内连续的所述采样时刻的所有所述特征矩阵构建多维特征矩阵；根据历史数据库获得每个设备的初始采样时间段的初始多维特征矩阵，根据所述初始多维特征矩阵之间的差异对设备进行分类，获得多个设备类别；

在所述历史数据库中获取每个设备类别中设备的连续采样时间段的多维特征矩阵集合；将所述多维特征矩阵集合中的所述多维特征矩阵降维至一维，获得净化质量综合指标序列；将每个所述设备类别对应的多个所述净化质量综合指标序列作为训练数据，对净化质量综合指标预测网络进行训练；每个所述设备类别对应一个所述净化质量综合指标预测网络；

获得目标监测设备的目标初始多维特征矩阵，根据所述目标初始多维特征矩阵获得所述设备类别，将所述目标监测设备的第一实时净化质量综合指标序列输入对应的所述净化质量综合指标预测网络，获得预测净化质量综合指标序列；获得所述目标监测设备在所述预测净化质量综合指标序列对应采样时间段下的第二实时净化质量综合指标序列，并获得所述第二实时净化质量综合指标序列与所述预测净化质量综合指标序列的相似度，若所述相似度大于预设相似度阈值，则继续根据对应的所述净化质量综合指标预测网络进行预测；否则，根据所述第二实时净化质量综合指标序列中的初始元素对应的所述多维特征矩阵重新判断设备类别并重新选择对应的所述净化质量综合指标预测网络；若所述预测净化质量综合指标序列中出现预设预警净化质量综合指标，则发出预警信号；

所述根据所述初始多维特征矩阵之间的差异对设备进行分类，获得多个设备类别包括：

获得所述初始多维特征矩阵之间的差异距离，根据所述差异距离将设备映射至样本空间中，利用K最近邻分类算法对所述样本空间中的样本点进行分类，获得多个所述设备类别；

所述净化质量综合指标预测网络选用时间卷积网络结构作为主体结构，将训练数据中每个序列的后时刻的净化质量综合指标作为前时刻的净化质量综合指标的标签，采用均方差损失函数进行训练。

2.根据权利要求1所述的一种用于等离子废气处理设备的废气处理监测方法，其特征在于，所述根据所有所述有毒气体浓度的大小与废气净化前的VOCs浓度的差异获得气体净化程度包括：获得每种有毒气体对应的标准浓度限制值；以一氧化碳的所述标准浓度限制值作为基准参照值；获得所述基准参照值与每种所述有毒气体对应的所述标准浓度限制值的限制值比值，以每种所述有毒气体对应的所述有毒气体浓度和对应的所述限制值比值的乘积作为所述有毒气体的毒性危险浓度；

获得废气净化前的VOCs浓度与所有所述有毒气体的所述毒性危险浓度累加值的浓度差异；以所述浓度差异和废气净化前的VOCs浓度的比值作为所述气体净化程度。

3.根据权利要求1所述的一种用于等离子废气处理设备的废气处理监测方法，其特征在于，所述获得所述初始多维特征矩阵之间的差异距离包括：利用所述初始多维特征矩阵之间的明可夫斯基距离作为所述差异距离。

4.根据权利要求1所述的一种用于等离子废气处理设备的废气处理监测方法，其特征在于，所述将所述多维特征矩阵集合中的所述多维特征矩阵降维至一维，获得净化质量综合指标序列包括：利用线性判别分析降维算法对所述多维特征矩阵进行降维，获得净化质量综合指标序列。

5.根据权利要求1所述的一种用于等离子废气处理设备的废气处理监测方法，其特征在于，所述获得所述第二实时净化质量综合指标序列与所述预测净化质量综合指标序列的相似度包括：根据相似度公式获得所述相似度，所述相似度公式包括：

其中， 为所述相似度，为自然常数， 为所述第二实时净化质量综合指标序列，为所述预测净化质量综合指标序列， 为动态时间规整距离计算函数。