1.一种基于流量预测的智能工业协议转换系统，其特征在于，该系统包括工业异构网络协议转换器、SDN控制器以及工业网络节点；

所述SDN控制器下发流量查询帧至工业异构网络协议转换器并接收返回的流量查询结果，然后由流量预测算法分析工业协议数据流特征并进行相应协议下一时段的流量预测，进而由SDN控制器将预测结果下发至协议转换器进行资源分配；其中，流量预测算法是基于深度Q网络进行设计，将连续的流量状态划分为离散区间进行协议流量的在线预测；

所述工业异构网络协议转换器根据不同协议类型的流量预测结果，进行存储和计算资源的预留与分配；所述工业网络节点用于采集工业流量信息；

针对工业流量信息采集与预测结果进行智能交互的具体步骤包括：

S1：SDN控制器和工业异构网络协议转换器初始化网络信息，配置IP地址；

S2：SDN控制器和工业异构网络协议转换器准备运行所需的存储和运算资源，待资源加载完毕，开始进行网络流量采集及预测结果下发流程；

S3：SDN控制器根据指定格式构造查询流量的南向管理交互帧，并下发至工业异构网络协议转换器进行流量查询；管理帧包含由功能码、传输方向、协议类型和帧类型构成的元组；

S4：工业异构网络异构协议转换器接收到请求帧后，根据指定格式构造流量查询响应帧，并向SDN控制器回复流量查询请求结果；所述响应帧携带由功能码、传输方向、帧类型、协议类型和流量数据构成的元组；

S5：SDN控制器接收工业异构网络协议转换器的南向管理响应帧后，提取元组中协议类型和流量数据字段的值，并将流量数据、协议类型和时间戳立即写入本地历史流量文件中，通过流量预测算法预测下一时段的网络流量；

S6：SDN控制器判断是否需要下发流量预测结果至工业异构网络协议转换器，若是，进入步骤S7，否则进入步骤S9；

S7：SDN控制器根据指定格式构造流量下发的南向管理帧，并将预测结果下发至工业异构网络协议转换器；所述流量下发的南向管理帧包含由功能码、传输方向、帧类型、协议类型和流量预测结果构成的元组；

S8：工业异构网络协议转换器接收到流量下发的南向管理帧后，提取元组中协议类型和流量预测结果字段的值，进行存储和运算网络资源的调整，工业异构网络协议转换器向SDN控制器回复接收成功的确认帧；

S9：SDN控制器在当前时段末尾判断应用是否结束，若是，进入步骤S10，否则进入步骤S3；

S10：SDN控制器和工业异构网络协议转换器释放申请的存储、运算资源，结束应用，至此，工业异构网络协议转换器网口流量采集和预测结果下发过程完成；

工业异构网络流量预测方法具体步骤包括：

S101：初始化参数为θ的深度Q网络，设置学习率α，探索率ε，折现因子γ，回放缓冲区大小m，训练片段大小b，训练次数上限T；

S102：判断当前迭代次数t是否小于上限T，若是，进入步骤S103，否则进入步骤S108；

S103：查询当前的网络流量的测量值xt，并计算xt与上一时刻预测的第t个时间段的流量值at‑1的相对误差ct‑1，具体公式如下：S104：将经验组合(st‑1,at‑1,ct‑1,st)存储到回放缓冲区中，其中 dt为最近两个时间段流量测量值之差，为最近的若干时间段的流量测量值的平均值；

S105：从回放缓冲区中随机选取b个组合组成训练片段；

S106：计算训练片段的损失函数，损失函数计算公式如下：

2

L(θ)＝(yt‑1‑Q(st‑1,at‑1|θ))

其中， Q(st,at|θ)表示动作状态的价值函数；

S107：根据梯度下降法更新权重向量θ；

S108：以st作为深度Q网络的输入，输出每个动作n对应的Q值，其中n∈{0,1,...,N‑1}，N是离散预测结果的总数；

S109：从(0,1)的范围内随机生成一个小数α，如果α≤1‑ε，则选择Q值最小的动作n并计算t+1时间段的流量预测值at，否则随机选择一个n进行计算，公式如下：S110：迭代进入下一个时间段t+1，进入步骤S102。

2.根据权利要求1所述的基于流量预测的智能工业协议转换系统，其特征在于，工业异构网络协议转换器根据相应协议的流量预测结果，针对流量显著增加的协议，增加协议转换线程数，并增加和提前预留转换所需的存储和计算资源；针对流量显著减少的协议，减少协议转换线程数，缩减其分配的资源，实现网络资源的动态调整，保障异构网络协议的高效快速转换。