1.一种基于BIM技术的水利工程水位预警方法，其特征在于，该方法包括以下步骤：

采集水利工程的水位监测数据，所述水位监测数据为时序数据；根据每个水位监测数据与相邻的水位监测数据之间的时间分布差异和数据值分布差异，确定每个水位监测数据的邻域数据区间；

根据每任意两个水位监测数据的邻域数据区间内数据的波动情况的差异以及数据分布情况的差异，得到每任意两个水位监测数据之间的相关性表征值；利用所述相关性表征值对水位监测数据进行聚类获得数据聚类簇；

根据每个水位监测数据与水位监测数据所在数据聚类簇的整体数据分布之间的差异、该数据聚类簇中水位监测数据的邻域数据区间内数据分布的差异情况，获得每个水位监测数据的异常显著值；

对所有水位监测数据进行拟合获得对应的拟合监测数据，根据每个水位监测数据的异常显著值和对应的拟合监测数据的异常显著值的差异，得到每个水位监测数据的异常程度；根据所述异常程度对水利工程水位进行监测预警；

所述根据每个水位监测数据与水位监测数据所在数据聚类簇的整体数据分布之间的差异、该数据聚类簇中水位监测数据的邻域数据区间内数据分布的差异情况，获得每个水位监测数据的异常显著值，具体包括：对于任意一个水位监测数据，计算水位监测数据与水位监测数据所在数据聚类簇中所有水位监测数据的均值之间的差异得到水位监测数据的特征差异；将水位监测数据的邻域数据区间内所有水位监测数据按照时序排列获得水位监测数据的邻域数据序列；

根据水位监测数据的特征差异、水位监测数据所在数据聚类簇中水位监测数据的斜率分布和数据聚类簇中水位监测数据的数据分布、以及数据聚类簇中每任意两个水位监测数据的邻域数据序列之间的差异情况，得到水位监测数据的异常显著值；

所述水位监测数据的异常显著值的获取方法具体为：

其中， 表示第k个数据聚类簇中第r个水位监测数据的异常显著值， 表示第k个数据聚类簇中第r个水位监测数据， 表示第k个数据聚类簇中所有水位监测数据的均值， 表示数据聚类簇的水位监测数据的均值的最大值， 表示第k个数据聚类簇中所有水位监测数据的斜率的均值， 表示第k个数据聚类簇中包含的水位监测数据构成的集合，且 ， 表示集合 中每两个水位监测数据的组合数量， 表示第k个数据聚类簇中第u个水位监测数据的邻域数据序列与第v个水位监测数据的邻域数据序列之间的DTW距离， 为第k个数据聚类簇中第r个水位监测数据的特征差异，exp( )表示以自然常数e为底的指数函数；

所述根据每个水位监测数据与相邻的水位监测数据之间的时间分布差异和数据值分布差异，确定每个水位监测数据的邻域数据区间，具体包括：将任意一个水位监测数据记为选定水位监测数据，将选定水位监测数据左侧预设数量个水位监测数据记为左侧参考数据，将选定水位监测数据右侧预设数量个水位监测数据记为右侧参考数据；

根据每个左侧参考数据与选定水位监测数据之间的数据幅值的差异以及数据距离得到每个左侧参考数据与选定水位监测数据之间的邻域相关度；根据每个右侧参考数据与选定水位监测数据之间的数据幅值的差异以及数据距离得到每个右侧参考数据与选定水位监测数据之间的邻域相关度；

将所有左侧参考数据与选定水位监测数据之间的邻域相关度的最大值对应的左侧参考数据作为左侧截止数据；将所有右侧参考数据与选定水位监测数据之间的邻域相关度的最大值对应的右侧参考数据作为右侧截止数据；

所述左侧截止数据与右侧截止数据以及左侧截止数据与右侧截止数据之间的水位监测数据构成选定水位监测数据的邻域数据区间；

所述左侧参考数据与选定水位监测数据之间的邻域相关度的获取方法具体为：

对于任意一个左侧参考数据，计算左侧参考数据的数据幅值与选定水位监测数据的数据幅值之间的差值绝对值的归一化值得到第一特征系数；获取左侧参考数据与选定水位监测数据对应的数据点之间的欧氏距离记为第二特征系数；根据所述第一特征系数和第二特征系数得到左侧参考数据与选定水位监测数据之间的邻域相关度；所述第一特征系数和第二特征系数均与该邻域相关度之间呈负相关关系；

所述右侧参考数据与选定水位监测数据之间的邻域相关度的获取方法具体为：

对于任意一个右侧参考数据，计算右侧参考数据的数据幅值与选定水位监测数据的数据幅值之间的差值绝对值的归一化值得到第三特征系数；获取右侧参考数据与选定水位监测数据对应的数据点之间的欧氏距离记为第四特征系数；根据所述第三特征系数和第四特征系数得到右侧参考数据与选定水位监测数据之间的邻域相关度；所述第三特征系数和第四特征系数均与该邻域相关度之间呈负相关关系。

2.根据权利要求1所述的一种基于BIM技术的水利工程水位预警方法，其特征在于，所述根据每个水位监测数据的异常显著值和对应的拟合监测数据的异常显著值的差异，得到每个水位监测数据的异常程度，具体包括：将任意一个水位监测数据记为目标水位监测数据，计算目标水位监测数据的异常显著值与目标水位监测数据对应的拟合监测数据的异常显著值之间的差值绝对值得到第一系数；

将目标水位监测数据的异常显著值的归一化结果作为第二系数，根据所述第一系数和第二系数得到目标水位监测数据的异常程度，所述第一系数和所述异常程度呈负相关关系，所述第二系数和所述异常程度呈正相关关系。

3.根据权利要求1所述的一种基于BIM技术的水利工程水位预警方法，其特征在于，所述根据每任意两个水位监测数据的邻域数据区间内数据的波动情况的差异以及数据分布情况的差异，得到每任意两个水位监测数据之间的相关性表征值，具体包括：其中， 表示第a个水位监测数据和第b个水位监测数据之间的相关性表征值，表示第a个水位监测数据的邻域数据区间中水位监测数据的最大值， 表示第b个水位监测数据的邻域数据区间中水位监测数据的最大值， 表示第a个水位监测数据的邻域数据区间中水位监测数据的最小值， 表示第b个水位监测数据的邻域数据区间中水位监测数据的最小值， 表示第a个水位监测数据的邻域数据区间中所有水位监测数据的方差， 表示第b个水位监测数据的邻域数据区间中所有水位监测数据的方差，Norm( )表示线性归一化函数，表示预设的超参数。

4.根据权利要求1所述的一种基于BIM技术的水利工程水位预警方法，其特征在于，所述根据所述异常程度对水利工程水位进行监测预警，具体包括：对水位监测数据的异常程度进行归一化处理，当水位监测数据归一化后的异常程度大于预设的异常阈值时，水位存在异常，对水利工程水位进行预警；当水位监测数据归一化后的异常程度小于或等于预设的异常阈值时，不对水利工程水位进行预警。

5.根据权利要求1所述的一种基于BIM技术的水利工程水位预警方法，其特征在于，所述对所有水位监测数据进行拟合获得对应的拟合监测数据具体为：利用最小二乘法对所有水位监测数据进行拟合获得拟合曲线，每个水位监测数据在拟合曲线上对应的数据值为水位监测数据对应的拟合监测数据。

6.一种基于BIM技术的水利工程水位预警系统，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1‑5任一项所述的一种基于BIM技术的水利工程水位预警方法的步骤。