1.一种电池安全预测方法，其特征在于，包括：获取车辆行驶数据和安全信息，基于所述车辆行驶数据和安全信息提取预设数量的电池安全参数；将各所述电池安全参数输入到预训练的目标神经网络模型中，所述目标神经网络模型的权重基于海鸥算法优化确定；根据所述目标神经网络模型的输出结果确定电池的安全预测结果；所述目标神经网络模型的训练步骤，包括：获取至少一个候选电池安全数据集，所述候选电池安全数据集包括至少一组电池安全风险概率和候选车辆参数，各所述候选电池安全数据集中的候选车辆参数的类型不同；对各所述候选电池安全数据集进行相关性分析，确定预设数量的电池安全相关因子类型；基于各所述电池安全相关因子类型确定训练样本集；基于所述训练样本集以及海鸥算法进行模型训练，得到目标神经网络模型；所述对各所述候选电池安全数据集进行相关性分析，确定预设数量的电池安全相关因子类型，包括：针对每个候选电池安全数据集，计算所述电池安全风险概率和候选车辆参数的相关性；比较各所述相关性，按照相关性从高到低的顺序，依次获取预设数量的相关性，并作为目标相关性；将各所述目标相关性对应的候选车辆参数的类型确定为电池安全相关因子类型；所述计算所述电池安全风险概率和候选车辆参数的相关性，包括：计算各所述电池安全风险概率的平均值得到第一均值，计算各所述候选车辆参数的平均值，得到第二均值；计算各所述电池安全风险概率与第一均值的差值，得到第一差值，计算各所述候选车辆参数与所述第二均值的差值，得到第二差值，将各所述第一差值与对应的第二差值的乘积进行相加，得到乘积和；将各所述第一差值的平方进行累加，得到第一平方和，将所述第一平方和进行开平方，得到第一算数平方根；将各所述第二差值的平方进行累加，得到第二平方和，将所述第二平方和进行开平方，得到第二算数平方根；将所述第一算数平方根和第二算数平方根进行相乘，得到平方根乘积；将所述乘积与所述平方根乘积的比值确定为电池安全风险概率和候选车辆参数的相关性。
2.根据权利要求1所述的方法，其特征在于，所述基于各所述电池安全相关因子类型确定训练样本集，包括：基于各所述电池安全相关因子类型，获取至少一个备选数据集，所述备选数据集中包括同一时刻的不同电池安全相关因子类型所对应的备选数据；对各所述备选数据进行归一化和去噪处理，得到处理后的待预测数据；将每个备选数据集所对应的各所述待预测数据作为一个训练样本，形成训练样本集。
3.根据权利要求1所述的方法，其特征在于，所述基于所述训练样本集以及海鸥算法进行模型训练，得到目标神经网络模型，包括：对所述训练样本集中的每个训练样本进行预测，得到预测拟合数据；基于各所述预测拟合数据及对应的标签值确定误差参数；根据所述误差参数结合预确定的误差参数表，确定所述误差参数对应的最优隐含层层数；基于所述最优隐含层层数构建初始神经网络模型；将所述初始神经网络模型的初始权重矩阵作为海鸥的初始位置，通过海鸥算法寻优，确定最优权重，将所述最优权重确定为目标神经网络模型的权重。
4.根据权利要求3所述的方法，其特征在于，所述基于各所述预测拟合数据及对应的标签值确定误差参数，包括：将各所述预测拟合数据及其对应的标签值的差值作为预测差值；将各所述预测差值进行平方并求和，得到误差平方和；将所述误差平方和与所述训练样本的数量的比值确定为误差参数。
5.根据权利要求3所述的方法，其特征在于，所述根据所述误差参数结合预确定的误差参数表，确定所述误差参数对应的最优隐含层层数，包括：计算所述误差参数与所述误差参数表中的各候选误差参数之间的差值；比较各所述差值，将所述差值最小的候选误差参数确定为目标误差参数；将所述目标误差参数对应的隐含层层数确定为最优隐含层层数。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述电池安全参数，包括：车辆地区、车辆使用时间、车辆是否有故障、车辆均衡情况、车辆使用电流、车辆行驶里程、最高温度、温度变化、温差、温度离散、最高电压、压差、电压变化、电压离散、内短路电阻和电池健康状态。
7.一种电池安全预测装置，采用如权利要求1-6中任一项所述的电池安全预测方法进行控制，其特征在于，包括：数据获取模块，用于获取车辆行驶数据和安全信息，基于所述车辆行驶数据和安全信息提取预设数量的电池安全参数；模型预测模块，用于将各所述电池安全参数输入到预训练的目标神经网络模型中，所述目标神经网络模型的权重基于海鸥算法优化确定；预测结果确定模块，用于根据所述目标神经网络模型的输出结果确定电池的安全预测结果。
8.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的电池安全预测方法。
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计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的电池安全预测方法。
