1.一种基于人工智能的工业互联网数据处理方法，其特征在于，所述方法包括：确定特征函数，并根据所述特征函数对目标对象对应的初始监测数据进行分布状态分析，获得所述初始监测数据对应的分布函数；

根据所述分布函数所述初始监测数据对应的期望数据，进而计算所述初始监测数据和所述期望数据之间的第一异常值；

根据所述第一异常值确定所述目标对象对应的第一异常状态；

对所述初始监测数据进行网格划分处理获得多个网格监测数据；

对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值；

根据所述第二异常值确定所述网格监测数据对应的第二异常状态；

根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态；

所述计算所述初始监测数据和所述期望数据之间的第一异常值，包括：确定所述初始监测数据和所述期望数据之间的异常差值，并从所述初始监测数据中获得所述异常差值对应的数据位置；

将所述异常差值对应的异常数据从所述初始监测数据中剔除，获得目标监测数据；

根据所述数据位置从所述目标监测数据中获得所述异常差值对应的数据正常范围；

根据所述数据正常范围和所述期望数据确定所述数据位置对应的数据平均值；

计算所述数据平均值和所述数据位置对应的真实监测值之间的差值获得所述第一异常值；

其中，根据下列公式获得所述数据平均值；

；

表示第i个所述数据位置对应的所述数据平均值，m1表示所述数据正常范围的最小值，m2表示所述数据正常范围的最大值， 表示第j个所述期望数据，m表示所述异常差值对应的总数量， 表示第（m+1） j个所述期望数据；

所述对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值，包括：计算所述网格监测数据之间的近邻距离，根据所述近邻距离确定所述网格监测数据对应的近邻监测数据；

根据所述近邻监测数据确定所述网格监测数据对应的局部可达密度；

根据所述局部可达密度确定所述网格监测数据对应的第一异常因子；

确定所述近邻监测数据对应的第一中心和所述网格监测数据对应的第二中心；

根据所述第一中心和所述第二中心确定所述网格监测数据和所述近邻监测数据之间的相邻距离；

根据所述相邻距离确定所述网格监测数据对应的第二异常因子；

根据所述第一异常因子和所述第二异常因子确定所述网格监测数据对应的所述第二异常值；

所述根据所述近邻距离确定所述网格监测数据对应的近邻监测数据，包括：从多个所述网格监测数据中确定目标监测数据，并将剩余所述网格监测数据确定为剩余监测数据；

根据所述近邻距离确定所述目标监测数据和所述剩余监测数据之间对应的近邻权重；

根据所述近邻权重确定所述目标监测数据和所述剩余监测数据之间对应的近邻证据；

根据所述近邻证据从所述剩余监测数据中确定所述目标监测数据对应的所述近邻监测数据；

其中，根据下列公式获得所述近邻权重：

；

表示所述目标监测数据和第i个所述剩余监测数据之间对应的所述近邻权重， 表示所述目标监测数据和第i个所述剩余监测数据之间的近邻距离，n表示所述剩余监测数据对应的总数量；

所述根据所述局部可达密度确定所述网格监测数据对应的第一异常因子，包括：确定预设密度参数，根据所述预设密度参数和所述相邻距离对所述网格监测数据对应的邻域网格进行筛选，获得邻域监测数据；

从所述局部可达密度中获得所述邻域监测数据对应的第一密度和所述网格监测数据对应的第二密度；

根据所述第一密度和所述第二密度确定所述网格监测数据对应的所述第一异常因子；

所述根据所述相邻距离确定所述网格监测数据对应的第二异常因子，包括：获得所述相邻距离对应的距离最大值；

将所述相邻距离和所述距离最大值进行比值处理，获得所述网格监测数据对应的所述第二异常因子。

2.根据权利要求1中所述的方法，其特征在于，所述根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态，包括：根据所述第一异常值确定所述第一异常状态对应的第一异常概率；

根据所述第二异常值确定所述第二异常状态对应的第二异常概率；

融合所述第一异常概率和所述第二异常概率确定目标异常概率；

根据所述目标异常概率确定所述目标对象对应的所述目标异常状态。

3.一种基于人工智能的工业互联网数据处理装置，其特征在于，用于实现如权利要求1或2所述的基于人工智能的工业互联网数据处理方法，包括：分布分析模块，用于确定特征函数，并根据所述特征函数对目标对象对应的初始监测数据进行分布状态分析，获得所述初始监测数据对应的分布函数；

第一异常确定模块，用于根据所述分布函数所述初始监测数据对应的期望数据，进而计算所述初始监测数据和所述期望数据之间的第一异常值；

第一状态确定模块，用于根据所述第一异常值确定所述目标对象对应的第一异常状态；

数据分割模块，用于对所述初始监测数据进行网格划分处理获得多个网格监测数据；

第二异常确定模块，用于对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值；

第二状态确定模块，用于根据所述第二异常值确定所述网格监测数据对应的第二异常状态；

目标状态确定模块，用于根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态。

4.一种终端设备，其特征在于，所述终端设备包括处理器、存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1或

2中任一项所述的基于人工智能的工业互联网数据处理方法。

5.一种计算机存储介质，用于计算机存储，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1或2中任一项所述的基于人工智能的工业互联网数据处理方法的步骤。