1.一种基于智慧楼宇的智能温度调控方法，其特征在于，包括以下步骤：步骤S1：获取智慧楼宇结构设计数据和人流量实时监控数据；对智慧楼宇结构设计数据进行功能区空气流动性模拟，得到功能区空气调节流动模拟数据；

步骤S2：对功能区空气调节流动模拟数据进行不同功能区的空气循环调节，得到温度耦合空气循环调节数据；根据人流量实时监控数据对温度耦合空气循环调节数据进行室内温度循环调节补偿，得到室内温度循环调节补偿数据；

步骤S3：对室内温度循环调节补偿数据进行调控逻辑训练优化，得到温度调控逻辑优化数据；

步骤S4：基于温度调控逻辑优化数据进行自动化固件设计，得到温度调控逻辑固件，将温度调控逻辑固件嵌入至智慧楼宇控制平台，以执行智能温度调控；

步骤S1包括以下步骤：

步骤S11：获取智慧楼宇结构设计数据和人流量实时监控数据；

步骤S12：对智慧楼宇结构设计数据进行功能区分类，得到智慧楼宇功能区结构数据；

步骤S13：对智慧楼宇功能区结构数据进行空气调节模式识别，得到功能区空气调节模式数据；

步骤S14：对功能区空气调节模式数据进行功能区空气流动性模拟，得到功能区空气调节流动模拟数据步骤S2包括以下步骤：

步骤S21：根据智慧楼宇结构设计数据进行内外温度耦合效应分析，得到结构内外温度耦合效应数据；

步骤S22：基于结构内外温度耦合效应数据对功能区空气调节流动模拟数据进行不同功能区的空气循环调节，得到温度耦合空气循环调节数据；

步骤S23：对人流量实时监控数据进行人流密度分布计算，得到人流密度分布数据；

步骤S24：根据人流密度分布数据对温度耦合空气循环调节数据进行不同功能区的室内温度循环调节补偿，得到室内温度循环调节补偿数据；

步骤S22包括以下步骤：

步骤S221：对结构内外温度耦合效应数据进行结构热传递能量转化评估，得到结构热传递能量转化数据；

步骤S222：基于结构热传递能量转化数据对功能区空气调节流动模拟数据进行不同功能区的气流热引导模拟，得到气流热引导模拟数据；

步骤S223：根据气流热引导模拟数据对功能区空气调节流动模拟数据进行不同功能区的对流换热转移系数计算，得到对流换热转移系数；

步骤S224：对气流热引导模拟数据进行热分布趋势突变分析，得到热分布趋势突变数据；

步骤S225：根据对流换热转移系数和热分布趋势突变数据对功能区空气调节流动模拟数据进行不同功能区的空气循环调节，得到温度耦合空气循环调节数据；

对气流热引导模拟数据进行热分布趋势突变分析包括以下步骤：对气流热引导模拟数据进行气流传导路径识别，得到气流传导路径数据；

根据气流传导路径数据对气流热引导模拟数据进行时空气流热场强度分析，得到时空气流热场强度数据；

对时空气流热场强度数据进行对流热能积聚速率计算，得到对流热能积聚速率数据；

根据对流热能积聚速率数据对时空气流热场强度数据进行热能非线性集聚点定位，得到热能非线性集聚点定位数据；

根据对流热能积聚速率数据对热能非线性集聚点定位数据进行热分布趋势突变分析，得到热分布趋势突变数据；

步骤S24包括以下步骤：

步骤S241：根据人流密度分布数据进行人流行为特征分析，得到人流密度行为特征数据；

步骤S242：根据人流密度行为特征数据对人流密度分布数据进行人流热源分布量化，得到行为特征热源分布量化数据；

步骤S243：对行为特征热源分布量化数据进行网格化区域扰动模拟，得到热源分布区域扰动数据；

步骤S244：根据热源分布区域扰动数据对温度耦合空气循环调节数据进行不同功能区的室内温度循环调节补偿，得到室内温度循环调节补偿数据；

对行为特征热源分布量化数据进行网格化区域扰动模拟包括以下步骤：对行为特征热源分布量化数据进行热源强度区域网格划分，得到行为特征热源强度网格数据；

基于行为特征热源强度网格数据进行不同区域网格间的行为特征气流影响紊乱性评估，得到行为特征气流影响紊乱性数据；

根据行为特征气流影响紊乱性数据对行为特征热源强度网格数据进行不同区域网格间的热源失稳增量计算，得到行为特征热源失稳增量数据；

根据行为特征气流影响紊乱性数据和行为特征热源失稳增量数据进行网格化区域扰动模拟，得到热源分布区域扰动数据；

根据热源分布区域扰动数据对温度耦合空气循环调节数据进行不同功能区的室内温度循环调节补偿包括以下步骤：对热源分布区域扰动数据进行扰动温度相互效应模拟，得到扰动温度相互效应数据；

根据扰动温度相互效应数据和热源分布区域扰动数据对温度耦合空气循环调节数据进行不同区域的气流调控速率计算，得到温度气流调控速率数据；

根据扰动温度相互效应数据和热源分布区域扰动数据对温度耦合空气循环调节数据进行不同区域的可变风口角度设计，得到可变风口角度设计数据；

根据温度气流调控速率数据和可变风口角度设计数据温度耦合空气循环调节数据进行不同功能区的室内温度循环调节补偿，得到室内温度循环调节补偿数据。

2.根据权利要求1所述的基于智慧楼宇的智能温度调控方法，其特征在于，步骤S3包括以下步骤：步骤S31：对室内温度循环调节补偿数据进行归一化处理，得到室内温度调节补偿归一化数据；

步骤S32：利用梯度提升树算法对室内温度调节补偿归一化数据进行楼宇智能温度调控模型构建，得到楼宇智能温度调控模型；

步骤S33：基于楼宇智能温度调控模型对室内温度调节补偿归一化数据进行调控逻辑训练优化，得到温度调控逻辑优化数据。

3.一种基于智慧楼宇的智能温度调控系统，其特征在于，用于执行如权利要求2所述的基于智慧楼宇的智能温度调控方法，该基于智慧楼宇的智能温度调控系统包括：功能区空气流动模拟模块，用于获取智慧楼宇结构设计数据和人流量实时监控数据；

对智慧楼宇结构设计数据进行功能区空气流动性模拟，得到功能区空气调节流动模拟数据；

循环调节模块，用于对功能区空气调节流动模拟数据进行不同功能区的空气循环调节，得到温度耦合空气循环调节数据；根据人流量实时监控数据对温度耦合空气循环调节数据进行室内温度循环调节补偿，得到室内温度循环调节补偿数据；

调控逻辑训练模块，用于对室内温度循环调节补偿数据进行调控逻辑训练优化，得到温度调控逻辑优化数据；

调控执行模块，用于基于温度调控逻辑优化数据进行自动化固件设计，得到温度调控逻辑固件，将温度调控逻辑固件嵌入至智慧楼宇控制平台，以执行智能温度调控。