1.一种基于交通流参数预测的交通态势评估方法，其特征在于，包括以下步骤：获取当前道路的车流量和平均车速，得到样本数据；

填补所述样本数据的空缺值，得到填充数据，将所述填充数据中的异常值去除，得到清洗数据；

基于所述清洗数据利用深度学习模型预测预设时间段的车流量和平均车速，得到预测车流量和预测车速；所述基于所述清洗数据利用深度学习模型预测预设时间段的车流量和平均车速，得到预测车流量和预测车速的具体方式为：搭建Conv_LSTM网络和Bi_LSTM网络；

将所需预测道路作为中心，并提取所述中心的上下游路段的车流量和平均车速，构成矩阵；

将所述矩阵输入至所述Conv_LSTM网络，得到空间特征；

对所述清洗数据中的历史数据的同时刻进行采样，构成以天和周为时间基础的矩阵数据；

将所述矩阵数据输入至所述Bi_LSTM网络，得到周期性特征；

将所述空间特征和所述周期性特征融合后利用激活函数对预设时间段的车流量和平均车速进行预测，得到预测车流量和预测车速；

根据所述预测车速计算第一交通态势等级；

根据所述预测车流量计算第二交通态势等级；

查询与所述当前道路的名称对应的拥堵评价信息；

将所述第一交通态势等级、所述第二交通态势等级和所述拥堵评价信息进行加权计算，得到最终交通态势等级。

2.如权利要求1所述的基于交通流参数预测的交通态势评估方法，其特征在于，所述填补所述样本数据的空缺值，得到填充数据，将所述填充数据中的异常值去除，得到清洗数据的具体方式为：将历史数据中的车流量和平均车速作为参考数据，将所述参考数据加上高斯噪声后填充至所述空缺值，得到填充数据；

将所述填充数据中超过所述当前道路限速值的数据判定为异常值；

使用所述当前道路的限速值将所述异常值替换，得到清洗数据。

3.如权利要求1所述的基于交通流参数预测的交通态势评估方法，其特征在于，所述根据所述预测车速计算第一交通态势等级的具体方式为：计算2除以所述预测车速对应的平均行程车速的区间差，得到第一计算结果；

计算所述预测车速减去所述区间差的左区间的绝对值，得到第二计算结果；

将所述预测车速对应的态势等级的右区间减去所述第一计算结果和所述第二计算结果的积，得到第一交通态势等级。

4.如权利要求1所述的基于交通流参数预测的交通态势评估方法，其特征在于，所述根据所述预测车流量计算第二交通态势等级的具体方式为：采用sigmoid函数将所述预测车流量映射到[0,1]范围，再乘以10，得到第二交通态势等级。