1.一种混凝土坝关键部位分区方法，其特征在于，应用于特殊工况，所述特殊工况包括近距强震、特大洪水和极端低温，所述方法包括：将近距强震、特大洪水、极端低温、坝基岩体、水库水位、材料性能、混凝土坝坝体、监测系统、监测效应量、结构部位、监测部位、拱向监测基面、梁向监测截面、各类测点和关键部位作为对象节点，将包含、影响、检查、引发、检查范围和布设作为中间的关联关系，建立特殊工况至关键部位的多条路径；利用知识感知路径递归网络将任意一条路径对应的特殊工况和关键部位编码为两种嵌入向量，并引入对应的关系类型嵌入向量，将所述两种嵌入向量和所述关系类型嵌入向量进行拼接后输入LSTM层，以得到所述任意一条路径最终的向量表示，计算每一条路径的路径得分，并聚合同一个特殊工况和关键部位对之间的路径得分，得到目标分数，其中，所述LSTM中的重复模块包括三个门控神经网络、遗忘门、输入门、输出门和一个通道信息；根据关键部位对应的目标分数计算各个关键部位的权重值，确定每个关键部位的权重值的公式为：其中，w ui 为每个关键部位的权重值，I'为i所属于的关键部位集合， 为目标分数；筛选权重值大于预设阈值的关键部位作为目标关键部位。
2.根据权利要求1所述的混凝土坝关键部位分区方法，其特征在于，所述计算每一条路径的路径得分包括：利用两个全连接层将所述最终的向量表示投影到预测分数中，得到所述路径得分。
3.根据权利要求1所述的混凝土坝关键部位分区方法，其特征在于，所述聚合同一个特殊工况和关键部位对之间的路径得分，得到目标分数包括：在同一个特殊工况和关键部位对之间，根据路径对特殊工况偏好的贡献进行池化操作，聚合所有路径得分，得到所述目标分数。
4.根据权利要求1所述的混凝土坝关键部位分区方法，其特征在于，所述根据关键部位对应的目标分数计算各个关键部位的权重值包括：将某一关键部位自身目标分数与所有关键部位目标分数之和进行归一化处理，得到该关键部位的权重值。
5.一种混凝土坝关键部位分区装置，其特征在于，应用于特殊工况，所述特殊工况包括近距强震、特大洪水和极端低温，所述装置包括：路径构建模块，用于将近距强震、特大洪水、极端低温、坝基岩体、水库水位、材料性能、混凝土坝坝体、监测系统、监测效应量、结构部位、监测部位、拱向监测基面、梁向监测截面、各类测点和关键部位作为对象节点，将包含、影响、检查、引发、检查范围和布设作为中间的关联关系，建立特殊工况至关键部位的多条路径；目标分数计算模块，用于利用知识感知路径递归网络将任意一条路径对应的特殊工况和关键部位编码为两种嵌入向量，并引入对应的关系类型嵌入向量，将所述两种嵌入向量和所述关系类型嵌入向量进行拼接后输入LSTM层，以得到所述任意一条路径最终的向量表示，计算每一条路径的路径得分，并聚合同一个特殊工况和关键部位对之间的路径得分，得到目标分数，其中，所述LSTM中的重复模块包括三个门控神经网络、遗忘门、输入门、输出门和一个通道信息；权重计算模块，用于根据关键部位对应的目标分数计算各个关键部位的权重值，确定每个关键部位的权重值的公式为：其中，w ui 为每个关键部位的权重值，I'为i所属于的关键部位集合， 为目标分数；关键部位划分模块，用于筛选权重值大于预设阈值的关键部位作为目标关键部位。
6.一种混凝土坝关键部位分区设备，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4任一项所述一种混凝土坝关键部位分区方法的步骤。
7.一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4任一项所述一种混凝土坝关键部位分区方法的步骤。
