1.一种配电柜的智能控制方法，其特征在于包括：

获取历史配电数据，得到各配电情况下对应的温度点数据；获取历史环境温湿度数据，基于数据时间，将历史环境温湿度数据与各配电情况下对应的温度点数据进行匹配；

基于各配电情况下对应的温度点数据训练预设的神经网络模型，得到第一神经网络模型；获取各温度点之间的距离，建立温度点之间的传热影响关系模型，将历史环境温湿度数据代入传热影响关系模型后，对第一神经网络模型进行修正，得到第二神经网络模型；

获取当前配电柜配电情况和当前环境温湿度数据，并代入第二神经网络模型，得到各温度点在当前配电柜配电情况下的温度预测曲线，若温度预测曲线中存在温度点大于预设温度阈值，则发出警报，并对温度预测曲线对应的温度点所在元器件进行降温控制。

2.根据权利要求1所述的一种配电柜的智能控制方法，其特征在于，所述获取各温度点之间的距离之前，还包括：获取配电柜的元器件数据，并基于元器件数据建立配电柜的数字孪生体；

确定各温度点在数字孪生体上的对应位置，计算各温度点的坐标。

3.根据权利要求1所述的一种配电柜的智能控制方法，其特征在于，所述得到各温度点在当前配电柜配电情况下的温度预测曲线之后，还包括：获取当前各温度点温度，遍历大于预设温度阈值的第一温度点；基于传热影响关系模型以第一温度点对温度预测曲线进行修正。

4.根据权利要求2所述的一种配电柜的智能控制方法，其特征在于，还包括：识别存在异常的温度预测曲线对应的配电柜异常元器件，根据配电柜数字孪生体获取异常元器件所在位置，将对应坐标和异常元器件参数发送至控制终端。

5.一种配电柜的智能控制系统，其特征在于，包括：

数据处理模块，用于获取历史配电数据，得到各配电情况下对应的温度点数据；获取历史环境温湿度数据，基于数据时间，将历史环境温湿度数据与各配电情况下对应的温度点数据进行匹配；

模型训练模块，用于基于各配电情况下对应的温度点数据训练预设的神经网络模型，得到第一神经网络模型；获取各温度点之间的距离，建立温度点之间的传热影响关系模型，将历史环境温湿度数据代入传热影响关系模型后，对第一神经网络模型进行修正，得到第二神经网络模型；

配电柜控制模块，用于获取当前配电柜配电情况和当前环境温湿度数据，并代入第二神经网络模型，得到各温度点在当前配电柜配电情况下的温度预测曲线，若温度预测曲线中存在温度点大于预设温度阈值，则发出警报，并对温度预测曲线对应的温度点所在元器件进行降温控制。

6.根据权利要求5所述的一种配电柜的智能控制系统，其特征在于，所述模型训练模块中，获取各温度点之间的距离之前，还包括：获取配电柜的元器件数据，并基于元器件数据建立配电柜的数字孪生体；

确定各温度点在数字孪生体上的对应位置，计算各温度点的坐标。

7.根据权利要求5所述的一种配电柜的智能控制系统，其特征在于，所述配电柜控制模块中，得到各温度点在当前配电柜配电情况下的温度预测曲线之后，还包括：获取当前各温度点温度，遍历大于预设温度阈值的第一温度点；基于传热影响关系模型以第一温度点对温度预测曲线进行修正。

8.根据权利要求6所述的一种配电柜的智能控制系统，其特征在于，还包括：异常定位模块，用于识别存在异常的温度预测曲线对应的配电柜异常元器件，根据配电柜数字孪生体获取异常元器件所在位置，将对应坐标和异常元器件参数发送至控制终端。

9.一种配电柜的智能控制方法设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1‑4任一项所述的一种配电柜的智能控制方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1‑4任一项所述的一种配电柜的智能控制方法。