1.一种法兰连接的检测方法，其特征在于，包括：

获取法兰连接时对多个螺栓的拧紧视频；

基于所述法兰连接时对多个螺栓的拧紧视频使用螺栓信息输出模型确定每一个螺栓信息，所述每一个螺栓信息包括螺栓初始位置、螺栓拧紧后的位置、螺栓头部的旋转角度、螺母的移动距离、扳手的旋转角度；

计算出任意两个螺栓信息之间的相似度；

构建图结构，所述图结构包括多个节点和所述多个节点之间的多条边，多个节点中的每个节点表示一个螺栓，每个节点的节点特征包括螺栓初始位置、螺栓拧紧后的位置、螺栓头部的旋转角度、螺母的移动距离、扳手的旋转角度，两个螺栓节点之间的边的特征包括两个螺栓信息之间的相似度、两个螺栓之间的方向、两个螺栓之间的距离；

基于图神经网络模型对所述图结构进行处理确定法兰连接时多个螺栓拧紧时的均匀程度；

若所述法兰连接时多个螺栓拧紧时的均匀程度大于均匀阈值，则确定法兰连接的检测合格，若所述法兰连接时多个螺栓拧紧时的均匀程度小于均匀阈值，则确定法兰连接的检测不合格。

2.如权利要求1所述的法兰连接的检测方法，其特征在于，所述图神经网络模型通过梯度下降法训练得到。

3.如权利要求1所述的法兰连接的检测方法，其特征在于，所述计算出任意两个螺栓信息之间的相似度包括：通过两个螺栓信息之间的欧氏距离计算出任意两个螺栓信息之间的相似度。

4.如权利要求1所述的法兰连接的检测方法，其特征在于，所述螺栓信息输出模型为Transformer模型。

5.如权利要求1所述的法兰连接的检测方法，其特征在于，所述方法还包括：若存在两个螺栓信息之间的相似度小于相似度阈值，则确定法兰连接的检测不合格。

6.一种法兰连接的检测系统，其特征在于，包括：

获取模块，用于获取法兰连接时对多个螺栓的拧紧视频；

螺栓信息输出模块，用于基于所述法兰连接时对多个螺栓的拧紧视频使用螺栓信息输出模型确定每一个螺栓信息，所述每一个螺栓信息包括螺栓初始位置、螺栓拧紧后的位置、螺栓头部的旋转角度、螺母的移动距离、扳手的旋转角度；

计算模块，用于计算出任意两个螺栓信息之间的相似度；

构建模块，用于构建图结构，所述图结构包括多个节点和所述多个节点之间的多条边，多个节点中的每个节点表示一个螺栓，每个节点的节点特征包括螺栓初始位置、螺栓拧紧后的位置、螺栓头部的旋转角度、螺母的移动距离、扳手的旋转角度，两个螺栓节点之间的边的特征包括两个螺栓信息之间的相似度、两个螺栓之间的方向、两个螺栓之间的距离；

均匀程度确定模块，用于基于图神经网络模型对所述图结构进行处理确定法兰连接时多个螺栓拧紧时的均匀程度；

安全检测模块，用于若所述法兰连接时多个螺栓拧紧时的均匀程度大于均匀阈值，则确定法兰连接的检测合格，若所述法兰连接时多个螺栓拧紧时的均匀程度小于均匀阈值，则确定法兰连接的检测不合格。

7.如权利要求6所述的法兰连接的检测系统，其特征在于，所述图神经网络模型通过梯度下降法训练得到。

8.如权利要求6所述的法兰连接的检测系统，其特征在于，所述计算模块还用于：通过两个螺栓信息之间的欧氏距离计算出任意两个螺栓信息之间的相似度。

9.如权利要求6所述的法兰连接的检测系统，其特征在于，所述螺栓信息输出模型为Transformer模型。

10.如权利要求6所述的法兰连接的检测系统，其特征在于，所述系统还用于：若存在两个螺栓信息之间的相似度小于相似度阈值，则确定法兰连接的检测不合格。