1.有限空间作业安全风险的评估方法，其特征在于，包括以下步骤：通过部署传感器网络实时收集有限空间内部的环境数据，并进行预处理；

从预处理后的环境数据中提取关键特征，通过皮尔逊相关系数初步筛选获得与风险事件有相关性的关键特征，通过深度筛选获得对风险评估最具影响力的关键风险特征；

通过数据分析技术，识别环境数据中的变化特征，进行关键特征的提取；其中，所述关键特征包括：气体浓度特征、温度特征、湿度特征和气压特征；

应用统计分析方法，计算各个所述关键特征与已知风险事件之间的皮尔逊相关系数，基于预设的相关性阈值，挑选出皮尔逊相关系数绝对值超过相关性阈值对应的关键特征，完成初步筛选；

所述深度筛选包括：

偏相关分析：选择一个关键特征作为分析对象，其他关键特征作为控制变量，计算在控制了其他控制变量影响后，分析对象与风险事件之间的偏相关系数；

多元回归分析：将风险事件作为因变量，所有初步筛选获得的关键风险特征作为自变量构建多元回归模型，通过历史数据完成多元回归模型的训练，分析每个关键特征在多元回归模型中的影响力系数和影响力值；

基于偏相关分析结果和多元回归分析结果，筛选出对风险评估最具影响力的关键风险特征；

根据关键风险特征选定应用的机器学习算法类型后，对模型进行训练及验证，获得训练完成的风险评估模型；对气压数据进行异常检测和外部因素排除，与关键风险特征进行综合分析，识别风险评估模型未覆盖的潜在风险，获得潜在风险识别结果；

将关键风险特征对应的历史事故记录、环境参数作为训练样本，构建训练样本时，将历史事故记录作为标签，并将对应时刻的环境参数作为输入特征；将训练样本分为训练集和验证集，分别用于选定模型的训练和验证；

基于持续监测传感器收集到的气压数据，通过预设的气压变化阈值，识别出与正常气压波动模式不符的异常变化，生成气压异常数据，所述气压异常数据包括所有被识别为异常的气压变化信息；

收集与气压异常数据同期的有限空间的外部环境数据，通过比对同期的外部的环境数据与气压异常数据，若外部的环境数据与气压异常之间相关系数超过预设的相关阈值，则判定气压异常由外部因素引起；若否，则将气压异常数据与已确定的关键风险特征进行综合分析，判断气压异常是否与关键风险特征同时发生变化，若是，则忽略对应时间段的气压异常数据；若否，则判定为存在风险评估模型未覆盖的潜在风险，并将该判定结果作为潜在风险识别结果；

应用风险评估模型对当前有限空间进行风险预测，获得风险预测结果，并与所述潜在风险识别结果构成风险评估结果；基于实际反馈与风险预测结果之间的差异，对风险评估模型进行迭代优化。

2.根据权利要求1所述的有限空间作业安全风险的评估方法，其特征在于，所述预处理包括：对所述环境数据进行数据清洗及归一化处理；

其中，所述环境数据包括：气体浓度、温度、湿度及气压。

3.根据权利要求1所述的有限空间作业安全风险的评估方法，其特征在于，所述皮尔逊相关系数计算表达式为：,其中， 是皮尔逊相关系数，用于衡量两个变量 和

之间的线性相关程度；是观测值的数量； 和 分别是变量 和 的第个观测值；和 分别是变量 和 的平均值；

皮尔逊相关系数的值为 ：

当 =1时，表示 和 之间存在完全正相关关系；

当 =‑1时，表示 和 之间存在完全负相关关系；

当 =1时，表示 和 之间没有线性相关关系。

4.根据权利要求1所述的有限空间作业安全风险的评估方法，其特征在于，通过训练集对选定的机器学习模型进行训练，调整模型参数并完成风险评估模型的构建；

使用验证集评估风险评估模型性能，根据评估结果调整模型参数和结构，风险评估模型的性能通过验证后，用于将预处理后的环境数据及关键风险特征作为输入，输出风险预测结果，所述风险预测结果包括：风险事件的可能性参数及严重性参数。

5.根据权利要求1所述的有限空间作业安全风险的评估方法，其特征在于，所述风险评估模型进行迭代优化包括：对风险评估模型的预测结果进行验证，收集与预测结果相关的实际反馈；

比较风险预测结果与实际发生的风险事件之间的差异，对风险评估模型的性能进行评估；

根据评估结果，对风险评估模型进行迭代优化。

6.一种用于实现权利要求1‑5任一所述有限空间作业安全风险的评估方法的系统，其特征在于，包括：传感器网络，所述传感器网络包括：气体浓度传感器、温度传感器、湿度传感器和气压传感器不同类型的传感器，所述传感器网络用于实时监测有限空间内的环境条件，收集原始环境数据；

数据处理和存储硬件，包括：数据采集器，所述数据采集器与传感器网络连接，负责收集传感器数据；中央处理单元，所述中央处理单元负责数据的进一步预处理，特征提取，以及运行机器学习模型的计算任务；数据存储系统，所述数据存储系统用于存储原始数据、处理后的数据以及风险评估结果；

风险评估模块，所述风险评估模块部署在中央服务器或云平台上，负责执行风险评估模型，分析环境数据与风险关系，生成风险评估结果；

模型迭代优化模块，所述模型迭代优化模块包括用于收集作业人员反馈和事故报告的输入设备，用于执行风险评估模型的迭代优化和训练。