1.一种环保设备的监控报警系统，其特征在于，包括：

数据采集模块，用于获取环保设备处理后的污水排放数据，其中，所述污水排放数据包括排放流量、PH值，化学需氧量，氨氮、重金属含量；

数据清洗模块，用于对所述污水排放数据进行数据清洗以得到多个数据项，其中，所述多个数据项包含数据属性和数据值；

属性嵌入编码模块，用于将所述多个数据项中各个数据项的数据属性分别通过词嵌入层以得到多个数据项属性词嵌入向量；

数据添加模块，用于将所述多个数据项中各个数据项的数据值分别添加于所述各个数据项属性词嵌入向量的末尾以得到多个数据项嵌入向量；

污水排放数据语义理解模块，用于将所述多个数据项嵌入向量输入基于转换器的上下文编码器以得到污水排放数据语义特征向量；

高斯增强模块，用于基于高斯密度图对所述污水排放数据语义特征向量进行特征增强以得到分类特征矩阵；

优化模块，用于对所述分类特征矩阵进行特征分布优化以得到优化分类特征矩阵；

监控结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示污水环保设备运行状态是否正常。

2.根据权利要求1所述的环保设备的监控报警系统，其特征在于，所述属性嵌入编码模块，用于：使用所述词嵌入层的可学习嵌入矩阵分别对所述多个数据项中各个数据项的数据属性进行词嵌入编码以得到所述多个数据项属性词嵌入向量。

3.根据权利要求2所述的环保设备的监控报警系统，其特征在于，所述污水排放数据语义理解模块，包括：一维排列单元，用于将所述多个数据项嵌入向量进行一维排列以得到数据全局嵌入向量；

自注意力单元，用于计算所述数据全局嵌入向量与所述多个数据项嵌入向量中各个数据项嵌入向量的转置向量之间的乘积以得到多个自注意力关联矩阵；

标准化自注意力单元，用于分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵；

注意力计算单元，用于将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过分类函数以得到多个概率值；

注意力施加单元，用于分别以所述多个概率值中各个概率值作为权重对所述多个数据项嵌入向量中各个数据项嵌入向量进行加权以得到多个数据项特征向量；

级联单元，用于将所述多个数据项特征向量进行级联以得到所述污水排放数据语义特征向量。

4.根据权利要求3所述的环保设备的监控报警系统，其特征在于，所述高斯增强模块，包括：高斯密度图构造单元，用于以如下高斯公式来构造所述污水排放数据语义特征向量的高斯密度图；其中，所述高斯公式为：其中，μ是所述污水排放数据语义特征向量，而σ是所述污水排放数据语义特征向量中相应两个位置的特征值之间的方差， 表示高斯密度概率函数，x表示高斯密度图的变量；

高斯离散单元，用于对所述高斯密度图中各个位置的高斯分布进行高斯离散化处理以得到所述分类特征矩阵。

5.根据权利要求4所述的环保设备的监控报警系统，其特征在于，所述优化模块，包括：全局池化单元，用于对所述分类特征矩阵进行全局均值池化以得到全局语义特征向量；

协方差矩阵计算单元，用于计算所述全局语义特征向量的协方差矩阵；

特征值分解单元，用于对所述协方差矩阵进行特征值分解以得到多个特征值以及与所述多个特征值对应的多个特征值向量；

类单应子空间构造单元，用于从所述多个特征值向量提取K个最大的特征值对应的K个特征值向量，所述K个特征值向量构成k维的类单应子空间；

展开单元，用于将所述分类特征矩阵的各个行向量进行展开以得到多个分类特征局部展开特征向量；

映射单元，用于将所述多个分类特征局部展开特征向量分别映射到所述类单应子空间以得到多个映射后分类特征局部展开特征向量；

概率化单元，用于将所述多个映射后分类特征局部展开特征向量通过Sigmoid激活函数进行激活以得到多个映射后概率化分类特征局部展开特征向量；

维度重构单元，用于将所述多个映射后概率化分类特征局部展开特征向量进行维度重构以得到优化分类特征矩阵。

6.根据权利要求5所述的环保设备的监控报警系统，其特征在于，所述监控结果生成模块，包括：矩阵展开单元，用于将所述优化分类特征矩阵按照行向量或列向量展开为分类特征向量；

全连接编码单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到全连接编码特征向量；

概率获得单元，用于将所述全连接编码特征向量通过所述分类器的Softmax分类函数以得到归属于污水环保设备运行状态正常的第一概率以及归属于污水环保设备运行状态异常的第二概率；

分类结果确定单元，用于基于所述第一概率和所述第二概率之间的比较，确定所述分类结果。

7.一种环保设备的监控报警方法，其特征在于，包括：

获取环保设备处理后的污水排放数据，其中，所述污水排放数据包括排放流量、PH值，化学需氧量，氨氮、重金属含量；

对所述污水排放数据进行数据清洗以得到多个数据项，其中，所述多个数据项包含数据属性和数据值；

将所述多个数据项中各个数据项的数据属性分别通过词嵌入层以得到多个数据项属性词嵌入向量；

将所述多个数据项中各个数据项的数据值分别添加于所述各个数据项属性词嵌入向量的末尾以得到多个数据项嵌入向量；

将所述多个数据项嵌入向量输入基于转换器的上下文编码器以得到污水排放数据语义特征向量；

基于高斯密度图对所述污水排放数据语义特征向量进行特征增强以得到分类特征矩阵；

对所述分类特征矩阵进行特征分布优化以得到优化分类特征矩阵；

将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示污水环保设备运行状态是否正常。

8.根据权利要求7所述的环保设备的监控报警方法，其特征在于，将所述多个数据项中各个数据项的数据属性分别通过词嵌入层以得到多个数据项属性词嵌入向量，包括：使用所述词嵌入层的可学习嵌入矩阵分别对所述多个数据项中各个数据项的数据属性进行词嵌入编码以得到所述多个数据项属性词嵌入向量。

9.根据权利要求8所述的环保设备的监控报警方法，其特征在于，将所述多个数据项嵌入向量输入基于转换器的上下文编码器以得到污水排放数据语义特征向量，包括：将所述多个数据项嵌入向量进行一维排列以得到数据全局嵌入向量；

计算所述数据全局嵌入向量与所述多个数据项嵌入向量中各个数据项嵌入向量的转置向量之间的乘积以得到多个自注意力关联矩阵；

分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵；

将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过分类函数以得到多个概率值；

分别以所述多个概率值中各个概率值作为权重对所述多个数据项嵌入向量中各个数据项嵌入向量进行加权以得到多个数据项特征向量；

将所述多个数据项特征向量进行级联以得到所述污水排放数据语义特征向量。

10.根据权利要求9所述的环保设备的监控报警方法，其特征在于，基于高斯密度图对所述污水排放数据语义特征向量进行特征增强以得到分类特征矩阵，包括：以如下高斯公式来构造所述污水排放数据语义特征向量的高斯密度图；其中，所述高斯公式为：其中，μ是所述污水排放数据语义特征向量，而σ是所述污水排放数据语义特征向量中相应两个位置的特征值之间的方差， 表示高斯密度概率函数，x表示高斯密度图的变量；

对所述高斯密度图中各个位置的高斯分布进行高斯离散化处理以得到所述分类特征矩阵。