1.一种平台数据库自动化运维方法，其特征在于，所述方法包括：

获取用户的平台数据库所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；

计算所述标准数据集的自相关函数集和偏自相关函数集，并根据所述自相关函数集和偏自相关函数集分别生成自相关函数图集与偏自相关函数图集；

根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；

利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维；

其中，所述自相关函数集的计算方法包括：

其中，所述 表示实时数据集中数据x的自相关函数， 表示数据x的期望，表示数据x在t时刻的期望，表示自相关函数的期望；

所述根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型，包括：将所述自相关函数图集以及所述偏自相关函数图集作为参数输入至预先构建的时间序列预测模型中，得到所述时间序列预测模型的趋势参数和季节性参数，根据所述趋势参数和季节性参数构建自回归、差分以及移动平均的周期函数，并根据所述自回归、差分以及移动平均的周期函数生成所述数据库配额预测模型；

所述时间序列预测模型为SARIMAX模型，所述SARIMAX模型用于支持季节性时间序列的数据预测。

2.如权利要求1所述的平台数据库自动化运维方法，其特征在于，所述对所述实时数据集进行聚类处理，生成标准数据集，包括：统计所述实时数据集中的最大值和最小值，根据所述最大值和最小值利用聚类算法计算所述实时数据集的聚类中心值；

根据所述聚类中心值及利用模糊均值算法对所述实时数据集进行数据聚类，从而生成所述标准数据集。

3.如权利要求2所述的平台数据库自动化运维方法，其特征在于，所述聚类算法包括：其中，k表示聚类中心值， 表示所述实时数据集中的最大值， 表示所述实时数据集中的最小值，n表示所述实时数据集的数据总量， 表示所述实时数据集中在t时刻获取的实时数据， 表示所述实时数据集中在t‑1时刻获取的实时数据。

4.一种平台数据库自动化运维装置，用于实现如权利要求1至3中任一项所述的平台数据库自动化运维方法，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的平台数据库自动化运维程序，所述平台数据库自动化运维程序被所述处理器执行时实现如下步骤：获取用户的平台数据库所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；

计算所述标准数据集的自相关函数集和偏自相关函数集，并根据所述自相关函数集和偏自相关函数集分别生成自相关函数图集与偏自相关函数图集；

根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；

利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有平台数据库自动化运维程序，所述平台数据库自动化运维程序可被一个或者多个处理器执行，以实现如权利要求1至3中任一项所述的平台数据库自动化运维方法。