1.一种卫浴产品智能交互控制方法，其特征在于，该卫浴产品智能交互控制方法包括以下步骤：S1、根据用户的卫浴设备使用习惯和偏好设定，建立用户使用卫浴设备的知识图谱；

S2、通过若干传感器获取用户卫浴设备的使用数据，利用数据融合算法整合各个传感器所获取的使用数据，并对整合后的数据进行特征提取，得到卫浴设备使用的多维度信息；

S3、将得到的多维度信息通过分析模型进行分析，获取用户的使用状态数据和实时环境状况数据；

S4、根据用户的使用状态和实时环境状况，调节知识图谱中的使用状态与卫浴设备运行的对应关系；

S5、接收来自用户的主动控制指令，获取主动控制指令发出时的主动环境参数，生成新的关联知识，并存入知识图谱；

S6、将使用状态数据和实时环境状况数据分成若干份数据，并利用局部离群因子算法对每份数据进行异常值检测，识别潜在的异常数据；

S7、根据识别出的结果查询知识图谱，并获取对应的设备运行指令，将运行指令发送至卫浴设备，调整其运行状态；

S8、卫浴设备根据执行结果，通过屏幕显示或语音播报的方式将反馈信息传达给用户；

所述将得到的多维度信息通过分析模型进行分析，获取用户的使用状态和实时环境状况包括以下步骤：S31、预设聚类参数组合列表；

S32、以待提取对象当前特征融合后的数据作为聚类的数据集进行聚类初始化；

S33、通过改进的K‑Means聚类算法对数据集进行聚类，得到所有簇的集合；

S34、根据统计数据得到的集合进行删除处理，剔除集合中不属于特征区域的簇；

S35、采用集合中删除处理后的簇对特征区域进行更新，确定特征数据；

所述通过改进的K‑Means聚类算法对数据集进行聚类，得到所有簇的集合包括以下步骤：S331、对聚类后的数据集，计算每一个数据对象的噪声衡量指标；

S332、对每一个数据对象，如果其噪声衡量指标大于预设阈值，将数据对象作为数据集的孤立点；

S333、删除孤立点或者将孤立点导出到异常值列表中，得到新的数据集X；

S334、从新的数据集X中随机选取K个数据对象作为初始聚类中心C1，C2，…，Ck；

S335、根据初始聚类中心，计算每一个数据对象与各聚类中心之间的距离，将每个数据对象分配到最近的聚类中心所在的类；

S336、对于每一个类，计算其数据对象的平均位置作为新的聚类中心；

S337、如果新的聚类中心与步骤S336的聚类中心一样，则算法结束，否则，用新的聚类中心替代旧的聚类中心，并重复步骤S335‑S336；

S338、预设一个迭代次数阈值，当迭代次数达到阈值时停止迭代，并将最终的聚类结果输出；

所述改进的K‑Means聚类算法的计算公式为：

;

其中，n表示聚类中的数据点数量；

d表示为数据点特征的数量；

V{S，H}表示为噪声衡量指标；

Si表示第i个聚类；

Xih表示在聚类Si中第h个数据点的特征向量；

Xjh表示在整个数据集中所有数据点在第h个特征上的平均值；

H表示为阈值；

j表示数据中的一个数据点。

2.根据权利要求1所述的一种卫浴产品智能交互控制方法，其特征在于，所述通过若干传感器获取用户卫浴设备的使用数据，利用数据融合算法整合各个传感器所获取的使用数据，并对整合后的数据进行特征提取，得到卫浴设备使用的多维度信息包括以下步骤：S21、收集各个传感器获取用户卫浴设备的使用数据的重复数据、缺失值和异常值，并对重复数据、缺失值和异常值进行去噪、滤波及平滑处理；

S22、将收集的各个传感器获取用户卫浴设备的使用数据中未处理的数据行进行联结，生成新的数据表，通过外部键值将不同的数据表进行关联，生成完整的数据表，并得到准确数据集；

S23、确定不同数据集之间的外键关系；

S24、根据需要将不同数据表中的数据行相互联结，创建新的数据表，并通过指定的外部键值进行关联；

S25、通过SQL语句中的JOIN操作符，将需要联结的数据表连接在一起；

S26、在进行联结时，确保数据的完整性约束得到满足；

S27、完成联结后，插入测试数据检查联结结果是否正确，确保能够正确地被识别和关联，得到所获取的使用数据的准确数据。

3.根据权利要求2所述的一种卫浴产品智能交互控制方法，其特征在于，所述完成联结后，插入测试数据检查联结结果是否正确，确保能够正确地被识别和关联，得到准确数据包括以下步骤：S271、利用主成分分析法将各个传感器所获取的使用数据的准确数据融合到同一个数据集中；

S272、从融合后的数据集中提取相关特征，所述特征至少包括不同时间段的用水总量、用水趋势、用水负荷波动性、使用时间和频率、实时环境状况；

S273、根据不同时间段的用水总量、用水趋势、用水负荷波动性、使用时间和频率、实时环境状况，结合卫浴设备的额定功率或设计功率，计算各设备的水能消耗指数；

S274、根据不同时间段内的用水负荷波动性，结合用水系统的负荷均衡度和供水能力信息，计算用水系统的负荷平衡指数。

4.根据权利要求1所述的一种卫浴产品智能交互控制方法，其特征在于，所述将使用状态数据和实时环境状况数据分成若干份数据，并利用局部离群因子算法对每份数据进行异常值检测，识别潜在的异常数据包括以下步骤：S61、获取每份数据的数据点；

S62、计算每份数据的数据点的K近邻距离和局部可达密度，通过比较每份数据的数据点的局部可达密度与其K近邻的局部可达密度，计算局部离群因子值；

S63、设定局部离群因子值的阈值，若某每份数据的数据点的局部离群因子值大于设定的阈值，将其视为异常值，得到潜在的异常数据。

5.根据权利要求4所述的一种卫浴产品智能交互控制方法，其特征在于，所述计算每份数据的数据点的K近邻距离和局部可达密度，通过比较每份数据的数据点的局部可达密度与其K近邻的局部可达密度，计算局部离群因子值包括以下步骤：S621、通过提取每份数据的特征，并构建特征矩阵，其中，每行代表一个数据点，每列代表一个特征值；

S622、使用欧氏距离计算每份数据的数据点之间的距离，以量化每份数据的数据点之间的相似性；

S623、选择最优的K值，对于每份数据的数据点，找到其距离最近的K个邻居，并记录K个邻居在特征矩阵的位置；

S624、对于每份数据的数据点和它的某个K近邻，分别计算可达距离、局部可达密度及局部离群因子值；

S625、根据可达距离、局部可达密度及局部离群因子值得出每份数据的数据点周围邻居的密集程度，评估每份数据的数据点的异常程度，并按照局部离群因子值对每份数据的数据点进行排序。

6.根据权利要求5所述的一种卫浴产品智能交互控制方法，其特征在于，所述对于每份数据的数据点和它的某个K近邻，分别计算可达距离、局部可达密度及局部离群因子值包括以下步骤：S6241、对于每份数据的数据点和每份数据的数据点一个K近邻，计算每份数据的数据点与每份数据的数据点一个K近邻之间的实际距离和每份数据的数据点一个K近邻与其所有K近邻之间的最大距离之间的较大值，得出可达距离；

S6242、利用K值除以每份数据的数据点，得到其K近邻的可达距离之和，得出局部可达密度；

S6243、为每份数据的数据点的K近邻的局部可达密度之和除以每份数据的数据点自身的局部可达密度再除以K值，得出局部离群因子值。

7.一种卫浴产品智能交互控制系统，用于实现权利要求1‑6中任一项所述的卫浴产品智能交互控制方法，其特征在于，该系统包括：知识图谱建立模块，用于根据用户的卫浴设备使用习惯和偏好设定，建立用户使用卫浴设备的知识图谱；

数据收集与处理模块，用于通过若干传感器获取用户卫浴设备的使用数据，利用数据融合算法整合各个传感器所获取的使用数据，并对整合后的数据进行特征提取，得到卫浴设备使用的多维度信息；

数据分析模块，用于将得到的多维度信息通过分析模型进行分析，获取用户的使用状态数据和实时环境状况数据；

卫浴设备智能控制模块，用于根据用户的使用状态和实时环境状况，调节知识图谱中的使用状态与卫浴设备运行的对应关系；

用户交互与知识更新模块，用于接收来自用户的主动控制指令，获取主动控制指令发出时的主动环境参数，生成新的关联知识，并存入知识图谱；

数据异常检测模块，用于将使用状态数据和实时环境状况数据分成若干份数据，并利用局部离群因子算法对每份数据进行异常值检测，识别潜在的异常数据；

语音识别与指令执行模块，用于根据识别出的结果查询知识图谱，并获取对应的设备运行指令，将运行指令发送至卫浴设备，调整其运行状态；

用户反馈模块，用于卫浴设备根据执行结果，通过屏幕显示或语音播报的方式将反馈信息传达给用户；

其中，知识图谱建立模块通过数据收集与处理模块和数据分析模块连接，数据分析模块通过卫浴设备智能控制模块和用户交互与知识更新模块连接，用户交互与知识更新模块通过数据异常检测模块和语音识别与指令执行模块连接，语音识别与指令执行模块和用户反馈模块连接。