1.一种高速公路异常事件发生位置与事发时间的估计方法，其特征在于，包括：当异常事件发生时，获取事发点上游检测断面受到异常事件影响的时刻T1以及下游检测断面受到异常事件影响的时刻T2；

根据历史车检器数据，得到事发点的交通影响向下游蔓延的速度V2；

基于车辆到达离去情况，得到事件发生点产生的排队长度向上游蔓延的速度V1；

根据异常事件下上下游检测断面与事发点的时空关系以及时刻T1、时刻T2、速度V2、速度V1，建立异常事件发生位置估计及事发时间估计模型，所述估计模型为：T1＝T0+t1

T2＝T0+t2

T1‑T2＝T0+t1‑T0‑t2＝t1‑t2L1+L2＝L

V1t1＝L1

V2t2＝L2，

其中，T0表示事件发生的真实时刻，t1表示事发点影响蔓延到上游所需的时间，t2表示事发点产生的排队蔓延到下游所需的时间，L表示事发点上下游检测断面间的路段长度，L2表示事发点距离下游检测断面的距离，L1表示事发点距离上游检测断面的距离；

结合时空关系，事故点发生位置P为：

或

其中，K001为事发点上游检测器桩号；K004为事发点下游检测器桩号；

事故发生时间T0为：

或

利用所述估计模型对事件发生位置及真实事发时间进行估计。

2.根据权利要求1所述的高速公路异常事件发生位置与事发时间的估计方法，其特征在于，所述事发点上游检测断面受到异常事件影响的时刻T1以及下游检测断面受到异常事件影响的时刻T2，包括：获取异常事件发生时，事发点上、下游检测断面的交通参数的特征及其波动情况；

根据所述交通参数的特征及其波动情况，得到事发点上游检测断面受到异常事件影响的时刻T1以及下游检测断面受到异常事件影响的时刻T2。

3.根据权利要求1所述的高速公路异常事件发生位置与事发时间的估计方法，其特征在于，所述根据历史车检器数据，得到事发点的交通影响向下游蔓延的速度V2，包括：获取事发点附近的车检器的历史数据；

获取不同周的同一天同一时刻的平均速度；

对不同周的同一天同一时刻的平均速度作平均处理，得到异常事件向下游蔓延的速度V2，

4.根据权利要求3所述的高速公路异常事件发生位置与事发时间的估计方法，其特征在于，所述基于车辆到达离去情况，得到事件发生点产生的排队长度向上游蔓延的速度V1，包括：根据事发点上游检测器断面的历史数据，使用一次指数平滑预测法，对上游到达的车流量Qi(t+1)进行预测，Qi(t+1)＝αyt+(1‑α)Qi(t)其中，Qi(t+1)为t+1时刻的指数平滑趋势预测值，Qi(t)为t时刻的指数平滑趋势预测值，α为平滑常数，yt为t时刻实际检测值；

根据下游车检器数据，结合下游检测断面与事发点的时空关联，得到事发点瓶颈处的实际通行能力Qu(t)，Qu(t)为影响会蔓延到下游检测器断面采集到的t时刻前5分钟下游检测器统计的总流量；

根据上游到达的车流量Qi(t+1)、实际通行能力Qu(t)，得到事件发生点产生的排队长度向上游蔓延的速度V1，其中，M为车道数，Kj为单车道平均阻塞密度。

5.一种高速公路异常事件发生位置与事发时间的估计装置，其特征在于，包括：数据采集模块，用于当异常事件发生时，获取事发点上游检测断面受到异常事件影响的时刻T1以及下游检测断面受到异常事件影响的时刻T2；

第一速度获取模块，用于根据历史车检器数据，得到事发点的交通影响向下游蔓延的速度V2；

第二速度获取模块，用于基于车辆到达离去情况，得到事件发生点产生的排队长度向上游蔓延的速度V1；

模型建立模块，用于根据异常事件下上下游检测断面与事发点的时空关系以及时刻T1、时刻T2、速度V2、速度V1，建立异常事件发生位置估计及事发时间估计模型，所述估计模型为：其中，T0表示事件发生的真实时刻，t1表示事发点影响蔓延到上游所需的时间，t2表示事发点产生的排队蔓延到下游所需的时间，L表示事发点上下游检测断面间的路段长度，L2表示事发点距离下游检测断面的距离，L1表示事发点距离上游检测断面的距离；

结合时空关系，事故点发生位置P为：

或

其中，K001为事发点上游检测器桩号；K004为事发点下游检测器桩号；

事故发生时间T0为：

或

估计模块，用于利用所述估计模型对事件发生位置及真实事发时间进行估计。