1.一种水泥生产的能源优化管理方法，其特征在于，所述方法包括：

根据水泥生产工艺流程，在生产关键环节部署适配的能源监测设备，实现对全厂关键能耗节点的覆盖与采集，从而获取采集多类型的历史能耗数据；

基于时间序列优化结构以时域对齐策略存储所述历史能耗数据与水泥生产的历史工况数据；

在所述历史能耗数据与所述历史工况数据的基础上，结合水泥生产设备的设备特征数据，以所述设备特征数据作为输入变量，训练能耗预测模型，通过所述能耗预测模型识别不同生产工况下的单位熟料能耗、研磨电耗与立磨电耗的变化模式，所述能耗预测模型采用融合卷积神经网络与长短期记忆网络的组合模型结构；

基于所述能耗预测模型构建多目标能效评估函数，引入基准能耗向量构建设备能效动态评价体系，对全周期数据进行能耗区间聚类，划定不同能耗等级；

结合实时采集的实时工况数据与实时能耗数据，确定对应的能耗等级，进而通过多变量回归算法动态调整生产参数；

当判定能耗等级标签处于预设等级时，以所述实时工况数据为自变量，以能效偏离度量值为因变量建立映射关系，形成控制反向的工况能耗函数；

通过对所述工况能耗函数进行梯度下降方向的数值求解，结合所述实时工况数据与在能效函数中的偏导信息，计算在保持设备稳定性前提下对各自变量调整的最优方向与幅度，形成生产参数调整向量；

所述基于所述能耗预测模型构建多目标能效评估函数，引入基准能耗向量构建设备能效动态评价体系，对全周期数据进行能耗区间聚类，划定不同能耗等级，具体包括：从所述能耗预测模型中提取单位熟料能耗预测值、研磨电耗预测值与立磨电耗预测值构成三维的预测能耗指标向量；

根据历史数据统计分析或标准化生产工况下的最优运行状态，定义单位熟料能耗基准值、研磨电耗基准值与立磨电耗基准值，所述单位熟料能耗基准值、所述研磨电耗基准值与所述立磨电耗基准值组成基准能耗向量；

多目标能效评估函数通过对所述预测能耗指标向量与所述基准能耗向量之间的差异进行加权距离计算，具体采用如下形式定义能效评估函数：；

其中，为时刻的能效偏离度量值，为所述单位熟料能耗预测值， 为所述研磨电耗预测值，为所述立磨电耗预测值， 为所述单位熟料能耗基准值， 为所述研磨电耗基准值， 为所述立磨电耗基准值， 为所述单位熟料能耗预测值与所述单位熟料能耗基准值对应的权重系数， 为所述研磨电耗预测值与所述研磨电耗基准值对应的权重系数， 为所述立磨电耗预测值与所述立磨电耗基准值对应的权重系数；

通过K‑means变体聚类算法对全周期内的所述能效偏离度量值进行无监督聚类，将每一时间点的所述能效偏离度量值按照聚类结果标注为相应的所述能耗等级。

2.根据权利要求1所述的一种水泥生产的能源优化管理方法，其特征在于，在所述历史能耗数据与所述历史工况数据的基础上，结合水泥生产设备的设备特征数据，以所述设备特征数据作为输入变量，训练能耗预测模型，通过所述能耗预测模型识别不同生产工况下的单位熟料能耗、研磨电耗与立磨电耗的变化模式之前，所述方法还包括：将所述历史能耗数据、所述历史工况数据与所述设备特征数据构建输入变量向量；

构建覆盖全厂能耗环节的能耗预测模型输入变量体系；

训练过程中以单位熟料能耗、研磨电耗与立磨电耗分别作为目标变量，构建多目标回归模型结构，并采用带有早停机制的自适应学习率优化算法进行训练以避免过拟合；

部署训练完成的能耗预测模型，根据输入任一时刻的历史能耗数据、历史工况数据与设备特征数据，通过前向推理过程输出所述任一时刻对应的单位熟料能耗、研磨电耗与立磨电耗预测值，从而识别在给定工况条件下能耗指标的变化模式。

3.根据权利要求2所述的一种水泥生产的能源优化管理方法，其特征在于，所述根据输入任一时刻的历史能耗数据、历史工况数据与设备特征数据，通过前向推理过程输出该时刻对应的单位熟料能耗、研磨电耗与立磨电耗预测值，从而识别在给定工况条件下能耗指标的变化模式，具体包括：将待预测时刻的历史能耗数据、历史工况数据与设备特征数据进行标准化处理，构建成输入变量向量，所述输入变量向量的维度保持与训练阶段一致，并保留输入变量在时间维度上的滑动窗口结构；

在前向推理过程中，所述输入变量向量依次通过卷积神经网络的若干卷积层与池化层，用以提取局部时间片段内的变化趋势特征，卷积核在时间维度上滑动提取一阶导数与二阶导数近似表达，捕捉能耗与工况波动的局部斜率变化；

所述卷积神经网络输出作为特征序列被输入至长短期记忆网络中，长短期记忆网络通过其门控机制学习输入变量向量中不同维度在过去时刻与当前时刻之间的时间依赖性，遗忘门控制历史信息保留程度，输入门控制新状态的写入，输出门生成当前状态的隐藏向量，所述隐藏向量表征全局特征与历史依赖特征的融合表示；

所述隐藏向量通过一组并联的全连接层分别映射至单位熟料能耗预测值、研磨电耗预测值与立磨电耗预测值，形成一组一一对应的回归输出。

4.根据权利要求1所述的一种水泥生产的能源优化管理方法，其特征在于，所述结合实时采集的实时工况数据与实时能耗数据，通过多变量回归算法动态调整生产参数，具体包括：根据在水泥生产系统中部署的所述能源监测设备，获取各所述关键能耗节点的所述实时工况数据与所述实时能耗数据；

将所述实时工况数据与所述实时能耗数据统一进行时间戳对齐，构建统一格式的实时输入变量向量；

在所述实时输入变量向量构建完成后，调用已部署的所述能耗预测模型进行前向推理，计算当前时刻的实际单位熟料能耗预测值、实际研磨电耗预测值与实际立磨电耗预测值；

将所述实际单位熟料能耗预测值、所述实际研磨电耗预测值与所述实际立磨电耗预测值组成能耗指标向量，代入基于历史建模阶段构建的多目标能效评估函数，得到当前时刻的实际能效偏离度量值；

通过预设的能耗区间聚类模型确定所述实际能效偏离度量值对应的能耗等级标签。

5.根据权利要求1所述的一种水泥生产的能源优化管理方法，其特征在于，所述基于时间序列优化结构以时域对齐策略存储所述历史能耗数据与水泥生产的历史工况数据，具体包括：构建时间序列数据模型，所述时间序列数据模型以时间戳作为主索引，通过为每一能源监测设备设定唯一标识符，将每一所述能源监测设备在每一时间粒度下的参数数据封装为时间戳、能源监测设备标识符、参数类型与参数值的四元组结构，以统一格式形成基于时间主轴的多维数据集合；

针对各所述能源监测设备所产生的数据流进行时间标准化处理，具体包括时间插值处理、采样频率归一化处理与数据窗口重构处理；

按照固定的时间窗口长度将进行时间标准化处理后的数据流进行时间切片处理，每一时间窗口构成一个完整的工况快照，所述工况快照涵盖所述能源监测设备采集的所述历史能耗数据与历史工况数据，实现时间主轴下的同步封装。

6.根据权利要求1所述的一种水泥生产的能源优化管理方法，其特征在于，所述根据水泥生产工艺流程，在生产关键环节部署适配的能源监测设备，实现对全厂关键能耗节点的覆盖与采集，从而获取采集多类型的历史能耗数据，具体包括：基于完整的水泥生产线工艺图进行工艺节点识别与能耗关联性分析，明确熟料煅烧段、生料制备段、水泥粉磨段、余热回收段及辅助设施段中每一子系统的能耗构成特征，所有部署的所述能源监测设备接入至边缘采集终端；

获取所述边缘采集终端对不同制式的所述能源监测设备统一采集并实时传输的历史能耗数据。

7.一种水泥生产的能源优化管理装置，其特征在于，所述装置用于执行如权利要求1‑6任意一项所述的一种水泥生产的能源优化管理方法，所述装置包括获取模块（201）、处理模块（202）以及输出模块（203），其中：所述获取模块（201），用于根据水泥生产工艺流程，在生产关键环节部署适配的能源监测设备，实现对全厂关键能耗节点的覆盖与采集，从而获取采集多类型的历史能耗数据；

所述处理模块（202），用于基于时间序列优化结构以时域对齐策略存储所述历史能耗数据与水泥生产的历史工况数据；

所述处理模块（202），用于在所述历史能耗数据与所述历史工况数据的基础上，结合水泥生产设备的设备特征数据，以所述设备特征数据作为输入变量，训练能耗预测模型，通过所述能耗预测模型识别不同生产工况下的单位熟料能耗、研磨电耗与立磨电耗的变化模式；

所述处理模块（202），用于基于所述能耗预测模型构建多目标能效评估函数，引入基准能耗向量构建设备能效动态评价体系，对全周期数据进行能耗区间聚类，划定不同能耗等级；

所述输出模块（203），用于结合实时采集的实时工况数据与实时能耗数据，确定对应的能耗等级，进而通过多变量回归算法动态调整生产参数。

8.一种电子设备，其特征在于，包括处理器（301）、通信总线（302）、用户接口（303）、网络接口（304）以及存储器（305），所述存储器（305）用于存储指令，所述用户接口（303）和所述网络接口（304）均用于与其他设备通信，所述通信总线（302）用于实现电子设备内各组件之间的连接通信，所述处理器（301）用于执行所述存储器（305）中存储的指令，以使所述电子设备执行如权利要求1‑6任意一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1‑6任意一项所述的方法。