1.一种基于人工智能的环境检测预警方法，其特征在于，所述方法包括：利用目标传感器采集目标环境对应的初始传感器数据；

对所述初始传感器数据进行异常数据识别，获得所述目标环境对应的初始异常数据；

利用数据增强模型对所述初始异常数据进行数据扩充获得目标异常数据；

根据异常分类模型对所述目标异常数据进行异常分类，获得所述目标环境对应的目标异常类型；

根据所述目标异常类型确定所述目标环境对应的目标预警结果；

其中，所述利用数据增强模型对所述初始异常数据进行数据扩充获得目标异常数据，包括：利用所述数据增强模型的数据嵌入层对所述初始异常数据进行数据映射获得所述初始异常数据对应的目标映射数据；

利用所述数据增强模型的噪声生成层随机生成所述初始异常数据对应的噪声数据；

利用所述数据增强模型的空间提取层对所述目标映射数据进行特征提取，获得对应的目标特征数据；

利用所述数据增强模型的数据生成层根据所述目标特征数据和所述噪声数据进行数据生成获得初始生成数据；

对所述初始异常数据进行协方差计算获得所述初始异常数据对应的协方差矩阵；

对所述协方差矩阵进行特征值分解获得所述初始异常数据对应的目标关联特征；

利用所述目标关联特征对所述初始异常数据进行线性变换获得第一表征数据，所述第一表征数据为将所述初始异常数据投影到特征空间中保留所述初始异常数据的主要信息对应的数据；

利用所述目标关联特征对所述初始生成数据进行线性变换获得第二表征数据，所述第二表征数据为将所述初始生成数据投影到特征空间中保留所述初始生成数据的主要信息对应的数据；

根据所述第一表征数据和所述第二表征数据确定所述初始生成数据与所述初始异常数据之间的目标距离；

根据所述第一表征数据确定所述初始异常数据对应的最大距离；

根据所述目标距离和所述最大距离对所述初始生成数据进行数据筛选获得所述目标异常数据；

其中，根据下列公式获得所述目标距离：

；

其中， 表示第i个所述初始生成数据 与所述初始异常数据 对应的所述目标距离， 表示第i个所述初始生成数据对应的所述第二表征数据， 表示第j个所述初始异常数据对应的所述第一表征数据，N表示所述初始异常数据对应的目标数量，表示所述目标关联特征，表示转置处理。

2.根据权利要求1所述的方法，其特征在于，所述对所述初始传感器数据进行异常数据识别，获得所述目标环境对应的初始异常数据，包括：确定第一窗口和第一步长，并根据所述第一窗口和所述第一步长对所述初始传感器数据进行数据分割获得多个子传感器数据；

分别对所述子传感器数据中相邻数据进行变化率计算获得所述子传感器数据对应的变化率序列数据；

对所述变化率序列数据进行异常识别，获得所述目标环境对应的所述初始异常数据。

3.根据权利要求2所述的方法，其特征在于，所述对所述变化率序列数据进行异常识别，获得所述目标环境对应的所述初始异常数据，包括：对所述变化率序列数据进行数据处理获得所述变化率序列数据对应的目标均值和目标方差；

根据所述目标均值和所述目标方差确定所述变化率序列数据对应的数据上限和数据下限；

获得所述数据上限和所述数据下限之间差值的平均值确定为所述变化率序列数据对应的目标表征值；

根据所述目标表征值和预设值对所述变化率序列数据对应的所述子传感器数据进行异常识别获得所述目标环境对应的所述初始异常数据。

4.根据权利要求2所述的方法，其特征在于，所述对所述变化率序列数据进行异常识别，获得所述目标环境对应的所述初始异常数据，包括：确定第二窗口和第二步长，并根据所述第二窗口和所述第二步长对所述变化率序列数据进行数据分割获得多个子序列数据；

对每个所述子序列数据进行统计特征提取，获得所述子序列数据对应的目标统计特征；

对全部所述子序列数据的所述目标统计特征进行数据聚类，获得目标聚类结果；

根据所述目标聚类结果对所述子序列数据对应的所述变化率序列数据进行异常识别，获得序列异常数据；

根据所述序列异常数据获得所述目标环境对应的所述初始异常数据。

5.根据权利要求1所述的方法，其特征在于，所述根据异常分类模型对所述目标异常数据进行异常分类，获得所述目标环境对应的目标异常类型，包括：确定第三窗口和第三步长，并根据所述第三窗口和所述第三步长对所述目标异常数据进行数据分割获得多个子异常数据；

根据所述异常分类模型对所述子异常数据进行异常分类获得异常分布信息；

根据所述异常分布信息确定所述子异常数据之间的异常分布相似值；

根据所述异常分布相似值确定所述目标环境对应的所述目标异常类型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标异常类型确定所述目标环境对应的目标预警结果，包括：确定策略映射表，并根据所述目标异常类型和所述策略映射表确定所述目标环境对应的目标应对策略；

根据所述目标异常类型和所述目标应对策略生成所述目标环境对应的所述目标预警结果，并将所述目标预警结果发送至目标终端。

7.一种基于人工智能的环境检测预警系统，其特征在于，包括：数据采集模块，用于利用目标传感器采集目标环境对应的初始传感器数据；

异常识别模块，用于对所述初始传感器数据进行异常数据识别，获得所述目标环境对应的初始异常数据；

数据扩充模块，用于利用数据增强模型对所述初始异常数据进行数据扩充获得目标异常数据；其中，所述利用数据增强模型对所述初始异常数据进行数据扩充获得目标异常数据，包括：利用所述数据增强模型的数据嵌入层对所述初始异常数据进行数据映射获得所述初始异常数据对应的目标映射数据；利用所述数据增强模型的噪声生成层随机生成所述初始异常数据对应的噪声数据；利用所述数据增强模型的空间提取层对所述目标映射数据进行特征提取，获得对应的目标特征数据；利用所述数据增强模型的数据生成层根据所述目标特征数据和所述噪声数据进行数据生成获得初始生成数据；对所述初始异常数据进行协方差计算获得所述初始异常数据对应的协方差矩阵；对所述协方差矩阵进行特征值分解获得所述初始异常数据对应的目标关联特征；利用所述目标关联特征对所述初始异常数据进行线性变换获得第一表征数据，所述第一表征数据为将所述初始异常数据投影到特征空间中保留所述初始异常数据的主要信息对应的数据；利用所述目标关联特征对所述初始生成数据进行线性变换获得第二表征数据，所述第二表征数据为将所述初始生成数据投影到特征空间中保留所述初始生成数据的主要信息对应的数据；根据所述第一表征数据和所述第二表征数据确定所述初始生成数据与所述初始异常数据之间的目标距离；根据所述第一表征数据确定所述初始异常数据对应的最大距离；根据所述目标距离和所述最大距离对所述初始生成数据进行数据筛选获得所述目标异常数据；其中，根据下列公式获得所述目标距离：；

其中， 表示第i个所述初始生成数据 与所述初始异常数据 对应的所述目标距离， 表示第i个所述初始生成数据对应的所述第二表征数据， 表示第j个所述初始异常数据对应的所述第一表征数据，N表示所述初始异常数据对应的目标数量，表示所述目标关联特征，表示转置处理；

异常分类模块，用于根据异常分类模型对所述目标异常数据进行异常分类，获得所述目标环境对应的目标异常类型；

异常预警模块，用于根据所述目标异常类型确定所述目标环境对应的目标预警结果。