1.基于边云混合的智能化安全双重预防风险识别方法，其特征在于，包括：

根据矿井中采集的井下数据的种类生成实时的计算任务，于边缘侧至少两个边缘设备进行计算任务的卸载；

且边缘设备还向云侧同步卸载所述边缘设备执行的计算任务；

所述云侧还基于卸载的计算任务的类别进行关联煤矿安全数据的风险识别，且根据风险识别的结果进行风险的管理；

通过边缘侧的数据库保存计算任务在边缘设备和云侧的卸载过程，在计算任务被创建后，在边缘侧的数据库内保存计算任务信息，在边缘设备或云侧进行任务卸载后更新计算任务信息；

且在计算任务被创建后且预置的第一时长后未被至少一个边缘设备卸载时，重新选择边缘设备进行计算任务的卸载；

在计算任务被创建后且预置的第二时长后未被至少两个边缘设备卸载时，重新选择边缘设备进行计算任务的卸载，且在卸载完成后更新计算任务在边缘侧的卸载信息；

在计算任务被至少两个边缘设备卸载但未被云服务器卸载时，重新选择边缘设备卸载计算任务，在计算任务卸载后，将计算任务卸载至云侧，且在云侧卸载完成后更新计算任务在边缘侧和云侧的卸载信息。

2.如权利要求1所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，所述计算任务在两个边缘设备上被卸载，在计算任务生成后，计算任务被分配至第一边缘设备，第一边缘设备通过环网交换机同步任务至第二边缘设备，所述第一边缘设备和第二边缘设备所属的网络不同，且通过环网交换机连接，所述环网交换机通过核心交换机连接至云侧。

3.如权利要求2所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，所述第一边缘设备的计算能力不高于第二边缘设备，所述计算能力基于完成同一计算任务的时长确定。

4.如权利要求2所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，所述第一边缘设备卸载计算任务后，根据边缘侧数据库内保存的计算任务执行结果确定计算能力低于第一边缘设备的第二边缘设备，向第二边缘设备卸载计算任务，在计算任务卸载成功后，将计算任务的卸载信息保存至边缘侧数据库内；

在向第二边缘设备卸载计算任务后，所述第一边缘设备向云侧卸载计算任务，在计算任务卸载成功后，将计算任务的卸载信息保存至边缘侧数据库内。

5.如权利要求2所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，所述第二边缘设备向云侧卸载计算任务，在计算任务卸载成功后，将计算任务的卸载信息保存至边缘侧数据库内。

6.如权利要求5所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，第一边缘设备和第二边缘设备所卸载的云侧计算节点不一致。

7.如权利要求1所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，在边缘设备指定的计算时长后计算尚未完成时，所述云侧同步计算的结果至边缘设备，边缘设备基于计算结果完成计算任务。

8.如权利要求1所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，在边缘设备指定的计算时长后，所述云侧同步计算的结果至边缘设备，边缘设备基于计算结果的差异确定计算结果的差异更新边缘设备的计算能力。

9.如权利要求1所述的基于边云混合的智能化安全双重预防风险识别方法，其特征在于，所述云侧基于卸载的计算任务的类别进行关联煤矿安全数据的风险识别包括：将计算任务包含的传感器数据在去重后保存至时序数据库内，使用机器学习对风险变化趋势进行分析，确认是否存在和计算任务中包含的传感器数据关联的风险，在风险存在时，基于机器学习提示的风险级别，基于知识图谱确定风险的管理措施。