1.一种基于遗传算法优化PID参数的换电柜温度控制方法，其特征在于，包括以下步骤：通过换电柜中电池的历史充放电数据及多源温度数据构建数据驱动模型，判断当前柜内环境温度是否能够满足电池的预设充放电需求；

若当前温度环境不能满足电池的预设充放电需求时，则生成PID参数调整信号；

根据温度变化与温度控制之间的关系建立换电柜PID温控模型，通过改进的遗传算法对PID参数进行整定，获取最优PID参数组合，使用所述最优PID参数组合获取换电柜PID温控模型输出的温控信号；

使用所述温控信号对换电柜进行控温，温控过程中对换电柜的温度进行持续监测，对温度异常事件进行预警并实现可视化显示；

根据温度变化与温度控制之间的关系建立换电柜PID温控模型，具体为：

获取低温条件下换电柜历史温度调整中的给定温度目标值及温度实测值，通过给定温度目标值与温度实测值的温度差值结合对应的控制量构建数据集，按照预设比例划分训练集及验证集；

通过深度置信网络构建换电柜PID温控模型，通过训练集对深度置信网络中的受限玻尔兹曼机进行训练，在每层受限玻尔兹曼机中计算PID参数，根据PID参数生成控制量导入下一层受限玻尔兹曼机进行逐层训练；

逐层迭代训练后更新不同受限玻尔兹曼机层的权值，构建温度变化与温度控制之间的深层非线性映射，通过验证集对构建的换电柜PID温控模型进行验证，使用验证结果进行反向传播调整模型的权值；

在换电柜PID温控模型中，通过改进的遗传算法对PID参数进行整定，获取最优PID参数组合，具体为：在换电柜PID温控模型的训练过程中通过改进的遗传算法优化深度置信网PID控制器参数，通过混沌映射对PID参数进行遗传编码，并利用精英反向学习初始化染色体种群；

根据温控准确度、温控快速度及温控稳定度构建适应度函数，根据适应度值进行选择及交叉操作更新染色体的种群位置，选取当前最优解，在迭代过程中引入柯西变异对当前最优解进行扰动更新；

比较扰动前后的适应度值，通过比较结果选取最优解，通过迭代不断计算个体的适应度，并对染色体进行选择、交叉及柯西变异操作生成下一代种群，当适应度值连续不变次数达到预设次数阈值时，则获取最优PID参数组合，对换电柜PID温控模型现有参数进行替换。

2.根据权利要求1所述的基于遗传算法优化PID参数的换电柜温度控制方法，其特征在于，通过换电柜中电池的历史充放电数据及多源温度数据构建数据驱动模型，具体为：获取换电柜的历史充放电数据及历史充放电过程中监测的外部环境温度、柜内环境温度、电池及充放电器温度，经过数据预处理后从历史充放电数据中筛选满足预设电池充放电需求的正常充放电数据；

将筛选的正常充放电数据匹配历史充放电过程中监测的多源温度数据，生成数据样本，对所述数据样本进行聚类，根据换电柜所在地区的气候信息及柜内电池充放电的温升变化划分温度区间，使用所述温度区间构建初始聚类中心；

将数据样本划分到距离最近的初始聚类中心生成聚类类簇，通过迭代聚类不断更新聚类类簇及聚类中心，满足预设迭代次数后读取最后一次聚类的聚类结果进行输出，为数据样本设置温度工况标签；

使用带温度工况标签的数据样本训练堆叠降噪自编码器构建数据驱动模型，将输入的数据样本进行随机置零，通过端到端连接的若干降噪自编码器提取特征，将最后一个自编码器的输出导入极限学习机判断是否满足电池的预设充放电需求，当数据驱动模型的分类性能符合性能标准时，则输出训练后的数据驱动模型。

3.根据权利要求1所述的基于遗传算法优化PID参数的换电柜温度控制方法，其特征在于，判断当前柜内环境温度是否能够满足电池的预设充放电需求，具体为：采集换电柜当前多源温度数据及电池充放电数据导入所述数据驱动模型，使用数据驱动模型进行特征提取，判断换电柜温度环境所对应的温度工况标签，使用提取的特征进行数据重构；

通过解码器根据输入数据的特征分布获取电池在该温度工况标签下正常充放电状态下的多源温度估计值及充放电数据估计值，使用极限学习机分别获取多源温度估计值及充放电数据估计值与输入数据的残差；

对多源温度数据及电池充放电数据对应的残差进行分析，当所述残差均大于预设残差阈值时，则判定当前柜内环境温度不能满足电池的预设充放电需求，并根据多源温度数据对应的残差生成PID参数调整信号。

4.根据权利要求1所述的基于遗传算法优化PID参数的换电柜温度控制方法，其特征在于，使用所述最优PID参数组合获取换电柜PID温控模型输出的温控信号进行控温，具体为：根据PID参数调整信号解析给定温度目标值与当前温度实测值的温度变化值，导入换电柜PID温控模型进行微分、比例、积分运算，获取控制量生成温控信号发送给温升设备进行换电柜环境控温。

5.根据权利要求1所述的基于遗传算法优化PID参数的换电柜温度控制方法，其特征在于，温控过程中对换电柜的温度进行持续监测，对温度异常事件进行预警并实现可视化显示，具体为：获取换电柜调温设备的历史温升数据，基于所述历史温升数据获取单位时间内温度变化值，根据所述单位时间内温度变化值建立控温监测任务的阈值信息，判断柜内环境温度在单位时间内的温度变化值是否小于所述阈值信息，则小于，则生成调温设备异常信息；

通过电池热失控实例提取电池发生热失控前后的温度数据临界值，构建温度数据临界值的累计概率分布函数，根据所述累计概率分布函数分析当前柜内环境温度对应的热失控发生概率；

若所述热失控发生概率大于预设概率阈值，则生成电池热失控异常信息，将所述调温设备异常信息及电池热失控异常信息进行预警，并对预警进行可视化显示。

6.一种基于遗传算法优化PID参数的换电柜温度控制系统，其特征在于，实现如权利要求1-5任一项所述的基于遗传算法优化PID参数的换电柜温度控制方法，该系统包括温度数据采集单元、温度监测单元、温度控制单元、温度异常预警单元；

所述温度数据采集单元负责采集外部环境、仓内环境、柜内环境、电池及充放电器的温度数据及充放电数据，并将多源温度数据及充放电数据进行预处理；

所述温度监测单元负责构建数据驱动模型，从历史多源温度数据及历史充放电数据读取正常数据进行模型训练，判断当前柜内环境温度是否满足电池的预设充放电需求，若不满足，则生成PID参数调整信号；

所述温度控制单元根据温度变化与控制输入之间的关系建立换电柜温控制模型，通过改进的遗传算法对PID参数进行整定，获取最优PID参数组合，根据所述最优PID参数组合结合生成温控信号进行温控；

所述温度异常预警单元负责对换电柜温控过程中的温度进行持续监测，捕捉温度异常事件进行预警并实现可视化显示。