1.一种监测数据预测方法，其特征在于，包括：获取监测点的监测数据，所述监测数据包括所述监测点每一数据时刻与所述监测点最初监测数据的差值；绘制计算曲线；根据所述计算曲线计算每一数据时刻所述计算曲线的第一切线角值；根据所述第一切线角值和回归参数，计算下一数据时刻所述计算曲线切线角的预测值；根据所述下一数据时刻所述计算曲线切线角的预测值，计算所述监测点下一数据时刻监测数据与所述监测点最初监测数据的差值的预测值；所述根据所述第一切线角值和回归参数，计算下一数据时刻所述计算曲线切线角的预测值，包括：采以下公式确定模型的阶数p，公式(5)中 N为移量匀速变化段样本数，n＝N/2；通过采用最小二乘法估计模型参数μ i ，包括以下公式，μ＝(X T X) -1 X T Y (6)公式(6)中， α p 表示移量匀速变化段种第p个样本的第一切线角值，μ＝[μ 1 μ 2 … μ p ] T ,Y＝[α p+1 α p+2 … α N ] T ；构建下一数据时刻所述计算曲线切线角的预测值的计算模型，如以下公式，α t+1 ＝μ 1 α t +μ 2 α t-1 +...+μ p α t-p+1 +β (7)公式(7)中，a t+1 为下一数据时刻所述计算曲线切线角的预测值，β为白噪声序列，u i 为自回归参数，i＝1，2，3，...，p。
2.根据权利要求1所述的监测数据预测方法，其特征在于，所述绘制计算曲线，包括：根据所述监测数据绘制第一曲线，所述第一曲线设置在第一二维坐标系中，所述二维坐标系中的一个坐标轴为时间，另一个坐标轴为监测数据；在所述第一曲线中找出监测数据匀速变化段，计算所述监测数据匀速变化段中所述监测点监测数据的平均变化速度；将所述第一曲线进行量纲统一，在量纲统一后绘制第二曲线；所述第二曲线为所述计算曲线；所述第二曲线设置在第二二维坐标系中，所述第二二维坐标系中的一个坐标轴为时间，另一个坐标轴为量纲统一后每一数据时刻的中间值。
3.根据权利要求2所述的监测数据预测方法，其特征在于：所述在所述第一曲线中找出监测数据匀速变化段，计算所述监测数据匀速变化段中所述监测点监测数据的平均变化速度，包括：计算出所述第一曲线中每一数据时刻的第二切线角值；在所述第二切线角值中找到小于或等于45度的多个连续的所述第二切线角值所在的数据时刻区段，获得所述监测数据匀速变化段；通过以下公式计算所述监测数据匀速变化段中每一样本时段所述监测点监测数据的平均变化速度，公式(1)中，v t 为所述监测数据匀速变化段中当前样本时段所述监测点监测数据的平均变化速度，S t 为t时刻所述监测数据匀速变化段中每一样本时刻所述监测点当前监测数据与最初监测数据的差值，S t-1 为t-1时刻所述监测数据匀速变化段中每一样本时刻所述监测点当前监测数据与最初监测数据的差值，t t 为当前样本时刻，t t-1 为当前样本时刻的上一样本时刻；通过以下公式计算所述监测数据匀速变化段中所述监测点监测数据的平均变化速度，公式(2)中，v为监测数据匀速变化阶段中所述监测点监测数据的平均变化速度，m为监测数据匀速变化阶段的样本数量，t为当前样本时刻，v t 为所述监测数据匀速变化段中当前样本时段所述监测点监测数据的平均变化速度。
4.根据权利要求2所述的监测数据预测方法，其特征在于,所述将所述第一曲线进行量纲统一，包括：通过以下公式进行量纲统一，公式(3)中，T(t)为量纲统一后每一数据时刻的中间值；St为t时刻所述监测数据匀速变化段中每一样本时刻所述监测点当前监测数据与最初监测数据的差值，v为监测数据匀速变化阶段中所述监测点监测数据的平均变化速度。
5.根据权利要求2所述的监测数据预测方法，其特征在于，所述根据所述计算曲线计算每一数据时刻所述计算曲线的第一切线角值，包括：通过以下公式计算每一数据时刻所述计算曲线的第一切线角值，公式(4)中，a t 为每一数据时刻所述计算曲线的第一切线角值；t t 为当前样本时刻，t t-1 为当前样本时刻的上一样本时刻，T(t)为量纲统一后每一数据时刻的中间值，Δt为当前样本时刻与上一样本时刻的时间差，ΔT为Δt时间段内T(t)的变化量。
6.根据权利要求2所述的监测数据预测方法，其特征在于，所述根据所述下一数据时刻所述计算曲线切线角的预测值，计算所述监测点下一数据时刻监测数据与所述监测点最初监测数据的差值的预测值，包括：通过以下公式计算所述监测点下一数据时刻监测数据与所述监测点最初监测数据的差值的预测值，X t+1 ＝X t +v*Δt*tan(α t+1 ) (8)公式(8)中，X t+1 为所述监测点下一数据时刻监测数据与所述监测点最初监测数据的差值的预测值，X t 为所述监测点当前数据时刻与所述监测点最初监测数据的差值，v为监测数据匀速变化阶段中所述监测点监测数据的平均变化速度，Δt为当前样本时刻与下一样本时刻的时间差。
7.一种监测数据预测装置，其特征在于，包括：数据读取模块，用于获取监测点的监测数据，所述监测数据包括所述监测点每一数据时刻与所述监测点最初监测数据的差值；建模模块，用于绘制计算曲线；第一计算模块，用于根据所述计算曲线计算每一数据时刻所述计算曲线的第一切线角值；第二计算模块，用于根据所述切线角和回归参数，计算下一数据时刻所述计算曲线切线角的预测值；第三计算模块，用于根据所述下一数据时刻所述计算曲线切线角的预测值，计算所述监测点下一数据时刻监测数据与所述监测点最初监测数据的差值的预测值；所述根据所述第一切线角值和回归参数，计算下一数据时刻所述计算曲线切线角的预测值，包括：采以下公式确定模型的阶数p，公式(5)中 N为移量匀速变化段样本数，n＝N/2；通过采用最小二乘法估计模型参数μ i ，包括以下公式，μ＝(X T X) -1 X T Y (6)公式(6)中， α p 表示移量匀速变化段种第p个样本的第一切线角值，μ＝[μ 1 μ 2 … μ p ] T ,Y＝[α p+1 α p+2 … α N ] T ；构建下一数据时刻所述计算曲线切线角的预测值的计算模型，如以下公式，α t+1 ＝μ 1 α t +μ 2 α t-1 +...+μ p α t-p+1 +β (7)公式(7)中，a t+1 为下一数据时刻所述计算曲线切线角的预测值，β为白噪声序列，u i 为自回归参数，i＝1，2，3，...，p。
8.一种监测数据预测设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述监测数据预测方法的步骤。
9.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述监测数据预测方法的步骤。
