1.一种风冷水源热泵机组控制方法，其特征在于，包括：

获取由温度传感器采集的室内温度的时间序列；

获取由运行频率监测器采集的压缩机的运行频率值的时间序列；

将所述室内温度的时间序列和所述运行频率值的时间序列分别按照时间维度排列为室内温度时序输入向量和运行频率时序输入向量；

计算所述室内温度时序输入向量相对于所述运行频率时序输入向量的样本协方差关联矩阵以得到室内温度‑运行频率时序关联矩阵；

对所述室内温度‑运行频率时序关联矩阵进行参数间时序关联特征分析以得到室内温度‑运行频率时序关联特征图；

将所述室内温度‑运行频率时序关联特征图通过包含重参数化层和自适应注意力层的特征图多重强化器以得到室内温度‑运行频率时序关联强化特征图作为室内温度‑运行频率时序关联强化特征；

基于所述室内温度‑运行频率时序关联强化特征，确定运行控制自适应控制指令。

2.根据权利要求1所述的风冷水源热泵机组控制方法，其特征在于，计算所述室内温度时序输入向量相对于所述运行频率时序输入向量的样本协方差关联矩阵以得到室内温度‑运行频率时序关联矩阵，包括：以如下样本协方差公式计算所述室内温度时序输入向量相对于所述运行频率时序输入向量的样本协方差矩阵以得到所述室内温度‑运行频率时序关联矩阵；

其中，所述样本协方差公式为：

T T

M＝WXXW

其中，W为所述室内温度时序输入向量，X为所述运行频率时序输入向量，M为所述室内温度‑运行频率时序关联矩阵。

3.根据权利要求2所述的风冷水源热泵机组控制方法，其特征在于，对所述室内温度‑运行频率时序关联矩阵进行参数间时序关联特征分析以得到室内温度‑运行频率时序关联特征图，包括：将所述室内温度‑运行频率时序关联矩阵通过基于卷积神经网络模型的室内温度‑运行频率时序关联矩阵特征提取器以得到所述室内温度‑运行频率时序关联特征图。

4.根据权利要求3所述的风冷水源热泵机组控制方法，其特征在于，将所述室内温度‑运行频率时序关联特征图通过包含重参数化层和自适应注意力层的特征图多重强化器以得到室内温度‑运行频率时序关联强化特征图作为室内温度‑运行频率时序关联强化特征，包括：将所述室内温度‑运行频率时序关联特征图通过所述特征图多重强化器的重参数化层以得到重参数化室内温度‑运行频率时序关联特征图；

将所述室内温度‑运行频率时序关联特征图通过所述特征图多重强化器的自适应注意力层以得到自适应显著化室内温度‑运行频率时序关联特征图；

融合所述重参数化室内温度‑运行频率时序关联特征图和所述自适应显著化室内温度‑运行频率时序关联特征图以得到所述室内温度‑运行频率时序关联强化特征图作为所述室内温度‑运行频率时序关联强化特征。

5.根据权利要求4所述的风冷水源热泵机组控制方法，其特征在于，将所述室内温度‑运行频率时序关联特征图通过所述特征图多重强化器的重参数化层以得到重参数化室内温度‑运行频率时序关联特征图，包括：使用所述特征图多重强化器的重参数化层以如下重参数化公式对所述室内温度‑运行频率时序关联特征图进行处理以得到所述重参数化室内温度‑运行频率时序关联特征图；

其中，所述重参数化公式为：

其中， 表示所述室内温度‑运行频率时序关联特征图的均值， 表示所述室内温度‑运行频率时序关联特征图的方差，∈表示对所述室内温度‑运行频率时序关联特征图的高斯分布进行随机采样得到的第θ个值，⊙表示按位置点乘， 表示所述重参数化室内温度‑运行频率时序关联特征图中的各个位置特征值。

6.根据权利要求5所述的风冷水源热泵机组控制方法，其特征在于，将所述室内温度‑运行频率时序关联特征图通过所述特征图多重强化器的自适应注意力层以得到自适应显著化室内温度‑运行频率时序关联特征图，包括：使用所述特征图多重强化器的自适应注意力层以如下自适应显著化公式对所述室内温度‑运行频率时序关联特征图进行处理以得到所述自适应显著化室内温度‑运行频率时序关联特征图；

其中，所述自适应显著化公式为：

vc＝pool(F)

A＝σ(Wa*vc+Ba)

F'＝A'⊙F

其中，F表示所述室内温度‑运行频率时序关联特征图，pool·表示对特征图中沿通道维度的各个特征矩阵进行全局均值池化处理，vc表示所述室内温度‑运行频率时序关联特征图的通道特征向量，Wa和Ba表示所述卷积层的权重和偏置，σ表示激活函数，A表示所述通道特征向量的卷积特征向量，Ai表示所述卷积特征向量中各个位置的特征值，A'表示权重特征向量，⊙表示按位置点乘，F'表示所述自适应显著化室内温度‑运行频率时序关联特征图。

7.根据权利要求6所述的风冷水源热泵机组控制方法，其特征在于，基于所述室内温度‑运行频率时序关联强化特征，确定运行控制自适应控制指令，包括：将所述室内温度‑运行频率时序关联强化特征图通过基于分类器的运行频率自适应控制器以得到运行控制自适应控制指令，所述运行控制自适应控制指令用于表示当前时间点的压缩机的运行频率值应增大、应减小或应保持。

8.根据权利要求7所述的风冷水源热泵机组控制方法，其特征在于，还包括训练步骤：用于对所述基于卷积神经网络模型的室内温度‑运行频率时序关联矩阵特征提取器、所述包含重参数化层和自适应注意力层的特征图多重强化器和所述基于分类器的运行频率自适应控制器进行训练；

其中，所述训练步骤，包括：

获取训练数据，所述训练数据包括训练室内温度的时间序列、压缩机的训练运行频率值的时间序列，以及，所述当前时间点的压缩机的运行频率值应增大、应减小或应保持的真实值；

将所述训练室内温度的时间序列和所述训练运行频率值的时间序列分别按照时间维度排列为训练室内温度时序输入向量和训练运行频率时序输入向量；

计算所述训练室内温度时序输入向量相对于所述训练运行频率时序输入向量的样本协方差关联矩阵以得到训练室内温度‑运行频率时序关联矩阵；

将所述训练室内温度‑运行频率时序关联矩阵通过所述基于卷积神经网络模型的室内温度‑运行频率时序关联矩阵特征提取器以得到训练室内温度‑运行频率时序关联特征图；

将所述训练室内温度‑运行频率时序关联特征图通过所述包含重参数化层和自适应注意力层的特征图多重强化器以得到训练室内温度‑运行频率时序关联强化特征图；

对所述训练室内温度‑运行频率时序关联强化特征图进行优化以得到优化训练室内温度‑运行频率时序关联强化特征图；

将所述优化训练室内温度‑运行频率时序关联强化特征图通过所述基于分类器的运行频率自适应控制器以得到分类损失函数值；

基于所述分类损失函数值并通过梯度下降的反向传播来对所述基于卷积神经网络模型的室内温度‑运行频率时序关联矩阵特征提取器、所述包含重参数化层和自适应注意力层的特征图多重强化器和所述基于分类器的运行频率自适应控制器进行训练。

9.一种风冷水源热泵机组控制装置，其特征在于，包括：

室内温度采集模块，用于获取由温度传感器采集的室内温度的时间序列；

运行频率采集模块，用于获取由运行频率监测器采集的压缩机的运行频率值的时间序列；

参数时序排列模块，用于将所述室内温度的时间序列和所述运行频率值的时间序列分别按照时间维度排列为室内温度时序输入向量和运行频率时序输入向量；

时序关联特征模块，用于计算所述室内温度时序输入向量相对于所述运行频率时序输入向量的样本协方差关联矩阵以得到室内温度‑运行频率时序关联矩阵；

参数时序关联特征分析模块，用于对所述室内温度‑运行频率时序关联矩阵进行参数间时序关联特征分析以得到室内温度‑运行频率时序关联特征图；

特征图多重强化模块，用于将所述室内温度‑运行频率时序关联特征图通过包含重参数化层和自适应注意力层的特征图多重强化器以得到室内温度‑运行频率时序关联强化特征图作为室内温度‑运行频率时序关联强化特征；

控制指令生成模块，用于基于所述室内温度‑运行频率时序关联强化特征，确定运行控制自适应控制指令。

10.根据权利要求9所述的风冷水源热泵机组控制装置，其特征在于，所述参数时序关联特征分析模块，用于：将所述室内温度‑运行频率时序关联矩阵通过基于卷积神经网络模型的室内温度‑运行频率时序关联矩阵特征提取器以得到所述室内温度‑运行频率时序关联特征图。