1.一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述方法包括：根据预设采样时间段实时获取每个采样时刻下排水闸门的排水流量采样数据序列；

根据采样数据序列中排水流量采样数据的变化特征，获得每个采样时刻在下一时刻下的排水流量预测数据，构成预测数据序列；根据采样数据序列中数据的波动性获得采样数据序列和预测数据序列之间的多个数据段组，根据每个数据段组中两个数据序列之间的差异分布特征以及相对距离，获得每个数据段组的预测偏离度；

根据实时时刻所在数据段组的预测偏离度以及历史范围内其他数据段组的预测偏离度之间的差异，获得实时时刻的相对预测偏离差；根据实时时刻的相对预测偏离差，以及所有数据段组的预测偏离度，对实时时刻的下一时刻的排水流量预测数据进行调整，获得实时时刻的下一时刻的加权预测数据；

获取实时时刻的实时闸门开启程度，根据实时时刻的所述排水流量采样数据、所述实时闸门开启程度以及所述加权预测数据获得预测闸门开启程度；

根据所述预测闸门开启程度对排水闸门进行调控。

2.根据权利要求1所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述排水流量预测数据的获取方法包括：对于采样数据序列中时序上最早的采样时刻，将每个采样时刻的排水流量采样数据作为对应采样时刻的排水流量预测数据；

从时序上次早的采样时刻开始，计算每个采样时刻与对应前一采样时刻之间排水流量采样数据的差值，作为第一差值；

计算所述第一差值与每个采样时刻的所述排水流量采样数据之和，作为每个采样时刻的下一时刻的排水流量预测数据。

3.根据权利要求1所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述数据段组的获取方法包括：根据采样数据序列中数据的波动性，对采样数据序列采用APCA方法，获得采样数据序列的多个数据段；将预测数据序列和采样数据序列中时序上最小的数据对齐进行排列，按照采样值序列中数据段的分段位置，对预测数据序列进行分段，获得预测数据序列的多个数据段；

将采样数据序列和预测数据序列之间对应位置的数据段构成数据段组。

4.根据权利要求3所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述预测偏离度的获取方法包括：在数据段组中，采用DTW算法计算采样数据序列和预测数据序列之间的相对距离，作为匹配距离；

计算采样数据序列和预测数据序列之间每个对应排水流量采样数据的差值，作为数据差值；计算采样数据序列和预测数据序列之间所有数据差值的均值，作为第一偏差系数；

计算采样数据序列中所有排水流量采样数据的均值和标准差，并相乘，作为第一乘积；计算预测数据序列中所有排水流量采样数据的均值和标准差，并相乘，作为第二乘积；计算所述第一乘积和所述第二乘积之间的差值，作为第二偏差系数；

根据所述匹配距离、所述第一偏离系数和所述第二偏离系数，获得数据段组的预测偏离度；所述匹配距离、所述第一偏离系数和所述第二偏离系数均与所述预测偏离度呈正相关。

5.根据权利要求1所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述相对预测偏离度差异的获取方法包括：计算实时时刻所在数据段组之外所有其他数据段组的所述预测偏离度的绝对值均值，作为平均偏差值；

计算实时时刻所在数据段组的所述预测偏离度的绝对值和所述平均偏差值之间的差值，并进行归一化映射，作为实时时刻的相对预测偏离差。

6.根据权利要求1所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述加权预测数据的获取方法包括：根据实时时刻的所述相对预测偏离差的数值特征判断下一时刻的排水流量预测数据是否需要调整，若需要调整，则根据实时时刻的所述相对预测偏离差和所有数据段组的预测偏离度获得加权系数；

计算所述加权系数与对应下一时刻的所述排水流量预测数据的乘积，作为实时时刻的下一时刻的加权预测数据。

7.根据权利要求6所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述根据实时时刻的所述相对预测偏离差的数值特征判断下一时刻的排水流量预测数据是否需要调整，包括：若实时时刻的所述相对预测偏离差不为零，判断下一时刻的排水流量预测数据需要调整；否则不需要进行调整。

8.根据权利要求6所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述加权系数的获取方法为：对于实时时刻的所述相对预测偏离差为负值，计算实时时刻所在数据段组的预测偏离度与预设常数之和，作为加权系数；

对于实时时刻的所述相对预测偏离差为正值，选取所有数据段组中预测偏离度绝对值最小的，作为最小绝对值；计算最小绝对值与预设常数之和，作为加权系数。

9.根据权利要求1所述的一种基于排水流量监测数据的排水效能智能调控方法，其特征在于，所述闸门开启程度的获取方法包括：获取排水闸门的最大承载流量值；若下一时刻的所述加权预测数据小于最大承载流量值，计算下一时刻的所述加权预测数据和实时时刻的排水流量采样数据的比值，作为第一比值；计算所述第一比值和实时时刻的实时闸门开启程度的乘积，作为下一时刻的预测闸门开启程度；

若下一时刻的所述加权预测数据大于或者等于最大承载流量值，将排水闸门的最大闸门开启程度作为下一时刻的预测闸门开启程度。

10.一种基于排水流量监测数据的排水效能智能调控系统，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～9任意一项所述一种基于排水流量监测数据的排水效能智能调控方法的步骤。