1.一种燃料电池系统控制方法，其特征在于，所述方法包括：

获取燃料电池系统的当前运行参数集；

构建初始控制模型，调用目标运行控制模型对所述当前运行参数集中的每一运行参数进行参数预测，得到所述燃料电池系统的参考运行参数集；其中，所述目标运行控制模型为以所述燃料电池系统的样本参数集，以及所述样本参数集对应的参考样本参数集和所述参考样本参数集的寿命标签，对初始控制模型进行参数预测和电池系统寿命预测的约束训练得到的；以所述燃料电池系统的样本参数集作为初始控制模型输入，以所述样本参数集对应的参考样本参数集和所述参考样本参数集的寿命标签作为输出，所述寿命标签表征所述燃料电池系统基于所述参考样本参数集运行所达到的电池寿命指标；

基于遗传算法对所述参考运行参数集进行优化处理，得到所述当前运行参数集对应的目标运行参数集；

控制所述燃料电池系统基于所述目标运行参数集运行。

2.根据权利要求1所述的燃料电池系统控制方法，其特征在于，所述当前运行参数集包括所述燃料电池系统当前的空压机转速信息、氢气循环泵转速信息、引射器引射比信息、背压阀开度信息、旁通阀开度信息、电堆阳极计量比信息、电堆阴极计量比信息、增湿器气液比信息、热转换效率信息和水泵功率信息中的一项或几项。

3.根据权利要求1所述的燃料电池系统控制方法，其特征在于，所述调用目标运行控制模型对所述当前运行参数集进行参数预测，得到所述燃料电池系统的参考运行参数集之前，所述方法还包括：获取训练数据集，所述训练数据集包括多个燃料电池系统的样本参数集以及对应的寿命标签；其中，所述样本参数集与对应的所述寿命标签是基于均匀实验法得到的。

4.根据权利要求3所述的燃料电池系统控制方法，其特征在于，所述构建初始控制模型包括：获取初始预测模型；

调用二次型模型，基于所述样本参数集与对应的寿命标签，确定所述样本参数集中每个参数的参数权重；其中，所述二次型模型以所述样本参数集中的样本运行参数作为自变量，以所述样本参数集对应的寿命标签作为因变量；所述参数权重作为初始预测模型的初始模型参数，得到所述初始控制模型。

5.根据权利要求3所述的燃料电池系统控制方法，其特征在于，

所述初始控制模型包括输入层、隐含层和输出层，所述隐含层设置有预设数量的网络单元，所述隐含层的网络单元与所述样本参数集对应的参数类型一一对应。

6.根据权利要求1所述的燃料电池系统控制方法，其特征在于，所述基于遗传算法对所述参考运行参数集进行优化处理，得到所述当前运行参数集对应的目标运行参数集包括：以所述参考运行参数集作为初始种群，调用预设遗传算法对所述初始种群进行繁衍处理，得到第一代子种群；

对所述第一代子种群进行繁衍处理，得到第二代子种群；

在所述第二代子种群满足预设收敛条件的情况下，将所述第二代子种群确定为所述目标运行参数集。

7.根据权利要求6所述的燃料电池系统控制方法，其特征在于，

在更新的子代种群不满足所述预设收敛条件的情况下，对所述更新的子代种群进行繁衍处理，至得到的更新的第二代子种群满足所述预设收敛条件，将满足所述预设收敛条件的所述更新的第二代子种群确定为所述目标运行参数信息。

8.一种燃料电池系统的控制装置，其特征在于，所述装置包括：

参数集获取模块：用于获取燃料电池系统的当前运行参数集；

参考运行参数集获取模块：用于构建初始控制模型，调用目标运行控制模型对所述当前运行参数集中的每一运行参数进行参数预测，得到所述燃料电池系统的参考运行参数集；其中，所述目标运行控制模型为以所述燃料电池系统的样本参数集，以及所述样本参数集对应的参考样本参数集和所述参考样本参数集的寿命标签，对初始控制模型进行参数预测和电池系统寿命预测的约束训练得到的；以所述燃料电池系统的样本参数集作为初始控制模型输入，以所述样本参数集对应的参考样本参数集和所述参考样本参数集的寿命标签作为输出，所述寿命标签表征所述燃料电池系统基于所述参考样本参数集运行所达到的电池寿命指标；

目标运行参数信息获取模块：用于基于遗传算法对所述参考运行参数集进行优化处理，得到所述当前运行参数集对应的目标运行参数集；

参数信息控制模块：用于控制所述燃料电池系统基于所述目标运行参数集运行。

9.一种电子设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令和至少一段程序，所述至少一条指令和所述至少一段程序由所述处理器加载并执行以实现如权利要求1‑7中所述燃料电池系统控制方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一条指令和至少一段程序，所述至少一条指令和所述至少一段程序由处理器加载并执行以实现如权利要求1‑7中所述燃料电池系统控制方法。