1.一种基于流体力学网格处理方法，其特征在于，包括：获取包含目标流体的当前特征数据的网格；将所述网格输入至目标网格重编号算法中；其中，所述目标网格重编号算法是基于局部异常因子算法的网格重编号质量判别指标从网格重编号算法中获取的；所述基于局部异常因子算法的网格重编号质量判别指标根据所述网格生成的稀疏矩阵内部的非零元的聚集程度确定；利用所述目标网格重编号算法进行流体力学数值模拟；根据所述流体力学数值模拟的结果确定预设时刻所述目标流体的特征数据；根据所述网格生成的所述稀疏矩阵内部的所述非零元的聚集程度确定所述基于局部异常因子算法的网格重编号质量判别指标包括：将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵转换成坐标系；获取所述稀疏矩阵中所述非零元的数量；获取当前目标点与目标周围点的第一距离值；获取距离所述当前目标点第k远的元素的第二距离值；根据所述第一距离值、所述第二距离值确定所述目标周围点到所述当前目标点的第k可达距离；获取距离所述当前目标点第k远的距离之内的所有元素的数量；根据所有的所述目标周围点到所述当前目标点的第k可达距离之和、所述所有元素的数量确定所述当前目标点的可达密度值；获取各所述目标周围点的可达密度值；根据所述当前目标点的可达密度值、所述目标周围点的可达密度值、所述所有元素的数量确定所述当前目标点的当前局部离群因子；在所述当前局部离群因子大于1的情况下，确定所述当前目标点为异常点；将所述当前目标点的下一个点作为新的当前目标点，并返回所述获取当前目标点与目标周围点的第一距离值的步骤，直至确定完所有的所述非零元是否为异常点后停止返回；所述将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵转换成坐标系包括：将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵中各所述非零元的坐标定义为对应的所述非零元的行数值和列数值；根据各所述非零元的所述行数值和所述列数值将所述稀疏矩阵转换成仅在第一象限有元素的所述坐标系。
2.根据权利要求1所述的基于流体力学网格处理方法，其特征在于，建立基于贪心算法的网格重编号算法包括：定义初始编号单元，并建立邻居容器；从所述初始编号单元开始编号，将所述初始编号单元的邻居作为编号单元压入所述邻居容器中；令所述邻居容器中的第一个元素为所述初始编号单元；返回所述从所述初始编号单元开始编号的步骤，直至所有的单元被重编号后停止返回。
3.根据权利要求1所述的基于流体力学网格处理方法，其特征在于，建立基于单元商的网格重编号算法包括：获取当前编号下的第一带宽；获取各单元的相邻单元编号总和、相关邻居单元数、单元商；根据所述单元商对所有单元重新编号并作为新的当前编号；获取新的当前编号下的第二带宽；在所述第一带宽和所述第二带宽满足预设要求的情况下，以所述新的当前编号作为所述网格的编号；在所述第一带宽和所述第二带宽不满足所述预设要求的情况下，返回所述获取当前编号下的第一带宽的步骤，直至迭代收敛指数满足预设值为止停止。
4.根据权利要求1至3任意一项所述的基于流体力学网格处理方法，其特征在于，在所述获取包含目标流体的当前特征数据的网格之后，所述方法还包括：将所述网格分解为预设大小的子网格；对应地，所述将所述网格输入至目标网格重编号算法中包括：将各所述子网格分别输入至所述目标网格重编号算法中。
5.根据权利要求4所述的基于流体力学网格处理方法，其特征在于，所述网格重编号算法为基于贪心算法的网格重编号算法、基于单元商算法的网格重编号算法；确定所述目标网格重编号算法包括：获取第一网格编号以及第二网格编号；其中，所述第一网格编号为通过所述贪心算法对初始网格编号进行优化得到，所述第二网格编号为通过所述单元商算法对所述初始网格编号进行优化得到；利用所述基于局部异常因子算法的网格重编号质量判别指标分别获取所述第一网格编号对应的第一非零元数目、所述第二网格编号对应的第二非零元数目、所述初始网格编号对应的初始非零元数目；获取所述第一非零元数目、所述第二非零元数目、所述初始非零元数目中最小值；将所述最小值对应的算法作为所述目标网格重编号算法。
6.一种基于流体力学网格处理装置，其特征在于，包括：获取模块，用于获取包含目标流体的当前特征数据的网格；输入模块，用于将所述网格输入至目标网格重编号算法中；其中，所述目标网格重编号算法是基于局部异常因子算法的网格重编号质量判别指标从网格重编号算法中获取的；所述基于局部异常因子算法的网格重编号质量判别指标根据所述网格生成的稀疏矩阵内部的非零元的聚集程度确定；数值模拟模块，用于利用所述目标网格重编号算法进行流体力学数值模拟；确定模块，用于根据所述流体力学数值模拟的结果确定预设时刻所述目标流体的特征数据；根据所述网格生成的所述稀疏矩阵内部的所述非零元的聚集程度确定所述基于局部异常因子算法的网格重编号质量判别指标包括：将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵转换成坐标系；获取所述稀疏矩阵中所述非零元的数量；获取当前目标点与目标周围点的第一距离值；获取距离所述当前目标点第k远的元素的第二距离值；根据所述第一距离值、所述第二距离值确定所述目标周围点到所述当前目标点的第k可达距离；获取距离所述当前目标点第k远的距离之内的所有元素的数量；根据所有的所述目标周围点到所述当前目标点的第k可达距离之和、所述所有元素的数量确定所述当前目标点的可达密度值；获取各所述目标周围点的可达密度值；根据所述当前目标点的可达密度值、所述目标周围点的可达密度值、所述所有元素的数量确定所述当前目标点的当前局部离群因子；在所述当前局部离群因子大于1的情况下，确定所述当前目标点为异常点；将所述当前目标点的下一个点作为新的当前目标点，并返回所述获取当前目标点与目标周围点的第一距离值的步骤，直至确定完所有的所述非零元是否为异常点后停止返回；所述将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵转换成坐标系包括：将所述网格产生的所述非零元的邻接关系生成对应的所述稀疏矩阵中各所述非零元的坐标定义为对应的所述非零元的行数值和列数值；根据各所述非零元的所述行数值和所述列数值将所述稀疏矩阵转换成仅在第一象限有元素的所述坐标系。
7.一种基于流体力学网格处理设备，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5任一项所述的基于流体力学网格处理方法的步骤。
8.一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5任一项所述的基于流体力学网格处理方法的步骤。
