1.基于BMS数据的续航预警方法，其特征在于，该基于BMS数据的续航预警方法包括以下步骤：S1、获取BMS中电池的参数数据，并进行预处理，根据处理结果建立电池的等效电路模型；

S2、通过等效电路模型模拟每个电池的充放电过程，生成相应的充放电曲线；

S3、利用优化算法将生成的充放电曲线与实际充放电曲线进行比对，评估每个电池的电荷状态和健康状态；

S4、根据评估结果，并基于等效电路模型生成BMS中各个电池的平衡充电信息；

S5、根据平衡充电信息获取充电波动变化趋势，构建充电波动变化图表，进行时序分析，并根据分析结果判断电池是否存在异常；

S6、根据判断结果，制定预设调整方案，并进行续航预警；

所述通过等效电路模型模拟每个电池的充放电过程，生成相应的充放电曲线包括以下步骤：S21、确定等效电路模型的参数数据，并将电池的参数数据导入等效电路模型中；

S22、使用等效电路模型模拟每个电池的充放电过程；

S23、在模拟过程中，记录每个电池的充放电曲线中电压、电流、电荷状态的参数数据；

S24、根据每个电池的充放电曲线中电压、电流、电荷状态的参数数据，生成相应的充放电曲线；所述利用优化算法将生成的充放电曲线与实际充放电曲线进行比对，评估每个电池的电荷状态和健康状态包括以下步骤：S31、初始化优化算法，设置初始温度和电池的初始充放电曲线；

S32、根据设置的初始温度，重复步骤S33至步骤S36；

S33、对初始充放电曲线进行随机扰动，生成新的充放电曲线；

S34、计算新的充放电曲线的适应度值和初始充放电曲线的适应度值的差值；

S35、如果新的充放电曲线的适应度值高于初始充放电曲线的适应度值，则接受新的充放电曲线作为当前的充放电曲线，否则，按照Metropolis规则，计算新的充放电曲线的接受概率，如果接受概率大于一个随机数，则接受新的充放电曲线作为当前的充放电曲线，否则保留当前的充放电曲线；

S36、若满足设定的终止条件，则输出当前的充放电曲线为最优的充放电曲线，终止条件为新的充放电曲线在连续若干个Metropolis链中都未被接受或达到结束温度，否则通过衰减函数衰减温度后返回步骤S32；

S37、重复步骤S33至步骤S36，直到找到最优的充放电曲线与实际充放电曲线进行比对，并评估每个电池的电荷状态和健康状态；

所述衰减函数的计算公式为：

其中，ts表示为第θ步骤时的温度值；

t0表示为初始温度；

所述根据评估结果，并基于等效电路模型生成BMS中各个电池的平衡充电信息包括以下步骤：S41、基于等效电路模型和评估结果生成电池历史充电过程数据；

S42、基于历史充电过程数据进行分析各个电池充电状态，并根据电池充电状态生成平衡充电参数；

S43、对平衡充电参数进行验证，并根据验证结果生成平衡充电信息；

所述根据平衡充电信息获取充电波动变化趋势，构建充电波动变化图表，进行时序分析，并根据分析结果判断电池是否存在异常包括以下步骤：S51、根据平衡充电信息进行充电波动统计分析，得到充电波动变化趋势；

S52、基于充电波动变化趋势进行变化特征提取，并根据提取特征结果进行构建充电波动变化图表；

S53、对充电波动变化图表进行信息标注，并预设充电波动安全阈值；

S54、对充电波动变化图表进行电池波动参数提取，并对电池波动参数进行频谱分析，获取电池波动参数的变化模式和变化趋势；

S55、根据电池波动参数的变化模式和变化趋势进行变化特征提取，得到变化特征数据；

S56、基于异常分析算法对变化特征数据进行分析，并根据分析结果判断电池是否存在异常；

所述基于异常分析算法对变化特征数据进行分析，并根据分析结果判断电池是否存在异常包括以下步骤：S561、设定预设参数，并根据预设参数生成电池的变化特征数据和对应的趋势矩阵；

S562、计算出这些变化特征数据的适应度函数值，适应度函数用于衡量变化特征数据的优劣；

S563、计算所有变化特征数据的群体适应度方差，当满足预设条件时，发生变异转至步骤S565，否则转至步骤S564；

S564、根据计算惯性权重的公式更新惯性权重点，根据变化特征数据的速度更新公式及位置的更新公式分别更新变化特征数据的速度及位置；

S565、检查是否满足结束条件，若满足，则结束寻优，否则转至S562继续寻优；

S566、将寻到的最优参数向量赋值给SVM模型；

S567、将处理过的样本数据输入SVM模型，并对SVM进行训练，得到训练好的SVM分类模型；

S568、利用训练好的SVM分类模型对预测样本进行预测，得到最终分析结果，停止计算；

S569、通过最终分析结果，判断电池是否存在异常。

2.根据权利要求1所述的基于BMS数据的续航预警方法，其特征在于，所述获取BMS中电池的参数数据，并进行预处理，根据处理结果建立电池的等效电路模型包括以下步骤：S11、在网络环境中部署数据采集节点，并通过通信协议获取BMS中电池原始的参数数据；

S12、提取原始参数数据，并进行去噪处理；

S13、对去噪处理后的原始参数数据进行数据校验，提取出有效数据，并进行归一化处理，生成准确数据；

S14、利用希尔伯特变换从准确数据中提取电池的参数数据特征；

S15、根据电池的数量、连接方式及型号信息确定电池的构成组件，并读取电池的参数数据特征；

S16、根据电池的实际情况，并基于PNGV模型建立等效电路模型；

S17、将获取的每个电池的参数数据导入电路模型中，构建电池的等效电路模型。

3.根据权利要求2所述的基于BMS数据的续航预警方法，其特征在于，所述提取原始参数数据，并进行去噪处理包括以下步骤：S121、对原始参数数据进行小波变换，将原始参数数据从时域转换到频域，并筛选出包含干扰波的各频段波场记录；

S122、在各频段波场记录中逐个追踪干扰波，并获取计算样点处的干扰波方向；

S123、选取以计算样点为中心的若干道窗进行中值滤波，并恢复计算样点处的干扰信号；

S124、逐个对各频段波场记录中的干扰信号进行恢复，并进行小波反变换以获得干扰波的整个波场；

S125、从原始的参数数据中减去干扰波场，得到有效信号波场，并基于有效信号波场生成去噪后的原始参数数据。

4.基于BMS数据的续航预警系统，用于实现权利要求1‑3中任一项所述的基于BMS数据的续航预警方法，其特征在于，该基于BMS数据的续航预警系统包括：数据处理与模型建立模块、电池充放电模拟与曲线生成模块、模型评估与电池状态分析模块、平衡充电信息生成模块、时序分析与异常判断模块及决策支持与预警模块；

其中，所述数据处理与模型建立模块，用于获取BMS中电池的参数数据，并进行预处理，根据处理结果建立电池的等效电路模型；

所述电池充放电模拟与曲线生成模块，用于通过等效电路模型模拟每个电池的充放电过程，生成相应的充放电曲线；

所述模型评估与电池状态分析模块，用于利用优化算法将生成的充放电曲线与实际充放电曲线进行比对，评估每个电池的电荷状态和健康状态；

所述平衡充电信息生成模块，用于根据评估结果，并基于等效电路模型生成BMS中各个电池的平衡充电信息；

所述时序分析与异常判断模块，用于根据平衡充电信息获取充电波动变化趋势，构建充电波动变化图表，进行时序分析，并根据分析结果判断电池是否存在异常；

所述决策支持与预警模块，用于根据判断结果，制定预设调整方案，并进行续航预警。