1.一种智慧农业监控预警系统，其特征在于，所述系统包括：数据获取模块，用于获取设备的数据集合；所述数据集合包括设备对应的温度、湿度、电压、电流和振动频率；

数据总量模块，用于通过物联网将所述数据集合传输至服务器，得到传输完成的数据总量；

预处理模块，用于对所述数据总量进行数据存储和预处理，得到对应的预处理数据；

状态评估模块，用于根据所述预处理数据，对多个所述设备进行运行状态评估，确定每个所述设备的状态评估值；具体用于：获取m个历史的时间窗口，每个所述时间窗口表示一个时间点；获取每个所述时间窗口的预处理数据，以及对应的第五权重；基于每个所述时间窗口的预处理数据，以及对应的第五权重，构建并求解状态评估函数，得到每个所述设备的状态评估值；所述状态评估值表示为： 其中， 是在时间t第i个设备的状态评估值，i和j是编号值， 是在时间t‑j处理后的预处理数据，表示时间t减去第j个时间点的时间， 是时间窗口中预处理数据的第五权重， 是时间窗口的长度， 是状态评估函数， 是状态评估函数 的参数；

故障预测模块，用于根据每个所述设备的状态评估值，确定每个所述设备的故障预测值；

预警信息模块，用于根据每个所述设备的故障预测值，确定对应的预警信息。

2.根据权利要求1所述的智慧农业监控预警系统，其特征在于，所述数据集合表示为：；

其中， 表示第i个设备在时间t的数据集合，i是编号值， 表示设备i在时间t的温度， 表示设备i在时间t的湿度， 表示设备i在时间t的电压， 表示设备i在时间t的电流， 示设备i在时间t的振动频率， 是湿度对温度影响的第一权重； 是电流对电压影响的第二权重； 是温度对振动频率影响的第三权重； 是湿度对振动频率影响的第四权重。

3.根据权利要求2所述的智慧农业监控预警系统，其特征在于，所述数据总量模块具体用于：获取湿度对温度影响的第一权重、电流对电压影响的第二权重、温度对振动频率影响的第三权重、湿度对振动频率影响的第四权重；

获取所述设备的总数量；

基于所述设备的总数量，所述第一权重、所述第二权重、所述第三权重、所述第四权重以及所述数据集合，确定所述数据总量。

4.根据权利要求3所述的智慧农业监控预警系统，其特征在于，所述数据总量表示为：;

其中， 是在时间t时传输到服务器的数据总量，i是编号值，N是设备的总数量，表示设备i在时间t的温度， 表示设备i在时间t的湿度， 表示设备i在时间t的电压， 表示设备i在时间t的电流， 示设备i在时间t的振动频率， 是湿度对温度影响的第一权重； 是电流对电压影响的第二权重； 是温度对振动频率影响的第三权重； 是湿度对振动频率影响的第四权重。

5.根据权利要求4所述的智慧农业监控预警系统，其特征在于，所述预处理数据表示为：；

其中， 是在时间t处理后的预处理数据， 是在时间t时传输到服务器的数据总量，N是设备的总数量， 是处理过程中的缩放因子，f是数据处理函数。

6.根据权利要求1所述的智慧农业监控预警系统，其特征在于，所述故障预测模块具体用于：获取m‑1个历史的时间窗口；

获取随机误差的标准差，以及标准正态分布随机变量；

基于每个所述时间窗口的状态评估值、所述标准差和所述标准正态分布随机变量，构建并求解故障预测函数，得到每个所述设备的故障预测值。

7.根据权利要求6所述的智慧农业监控预警系统，其特征在于，所述故障预测值表示为：；

其中， 是在时间t+Δt时第i个设备的故障预测值， 是在时间t‑j时第i个设备的状态评估值，m是时间窗口的长度，h是故障预测函数， 是故障预测函数h的参数， 是随机误差的标准差，是标准正态分布随机变量。

8.一种智慧农业监控预警方法，其特征在于，所述方法包括：获取设备的数据集合；所述数据集合包括设备对应的温度、湿度、电压、电流和振动频率；

通过物联网将所述数据集合传输至服务器，得到传输完成的数据总量；

对所述数据总量进行数据存储和预处理，得到对应的预处理数据；

根据所述预处理数据，对多个所述设备进行运行状态评估，确定每个所述设备的状态评估值，包括：获取m个历史的时间窗口，每个所述时间窗口表示一个时间点；获取每个所述时间窗口的预处理数据，以及对应的第五权重；基于每个所述时间窗口的预处理数据，以及对应的第五权重，构建并求解状态评估函数，得到每个所述设备的状态评估值；所述状态评估值表示为： 其中， 是在时间t第i个设备的状态评估值，i和j是编号值， 是在时间  处理后的预处理数据，表示时间t减去第j个时间点的时间， 是时间窗口中预处理数据的第五权重， 是时间窗口的长度， 是状态评估函数， 是状态评估函数 的参数；

根据每个所述设备的状态评估值，确定每个所述设备的故障预测值；

根据每个所述设备的故障预测值，确定对应的预警信息。