1.一种建筑物的最大能耗需求评估方法，其特征在于，所述方法包括：获取建筑物的建筑数据，所述建筑数据包括地图数据、所处位置的地形数据、内部结构图像和外观图像；根据所述内部结构图像和所述外观图像，确定建筑本体数据和建筑结构数据；根据所述地图数据、所述地形数据、所述建筑本体数据和所述建筑结构数据，通过建筑能耗仿真方式，生成不同场景下的建筑物能耗数据，包括：根据所述地图数据和所述地形数据，获取建筑物所属区域的历史气象数据和未来气象数据；根据所述历史气象数据和所述未来气象数据，确定建筑物所属区域的关键气候场景，所述关键气候场景包括气候平均年、极端高温事件年、极端低温事件年、季节性代表日的气候场景；根据所述建筑本体数据和所述建筑结构数据，获取建筑物的内部动态负荷的情况数据，所述内部动态负荷的情况数据包括人员密度、人员活动时段、各类电器功率和各类电器使用时段；根据所述内部动态负荷的情况数据，确定建筑物的能耗使用场景；模拟所述关键气候场景和所述能耗使用场景，在仿真软件中设置各类气象参数和各类能耗参数的组合，生成不同场景下的建筑物能耗数据；根据不同场景下的建筑物能耗数据，训练建筑物的最大能耗需求评估模型，包括：对不同场景下的建筑物能耗数据的相应参数值进行统一量纲处理；将处理后的建筑物能耗数据作为模型训练的真实标签；将所述建筑本体数据、所述建筑结构数据与所述真实标签进行匹配，建立映射关系表；根据所述映射关系表，训练建筑物的最大能耗需求评估模型；获取待评估建筑物的目标建筑数据；根据所述目标建筑数据，利用所述最大能耗需求评估模型，输出所述待评估建筑物的最大能耗需求值。
2.根据权利要求1所述的方法，其特征在于，所述建筑结构数据包括墙体材料类型和窗墙覆盖面积比；所述根据所述内部结构图像和所述外观图像，确定建筑本体数据和建筑结构数据，包括：对所述外观图像中的建筑外立面进行像素级语义分割，确定墙体材料类型，以及窗户、墙体及其他区域之间的分割结果；根据所述分割结果，计算建筑物的窗墙覆盖面积比；获取建筑物的历史描述信息，分析所述内部结构图像和所述历史描述信息，得到建筑本体数据，其中，所述历史描述信息包括建筑用途、建筑年份、内部设备信息和维护记录。
3.根据权利要求2所述的方法，其特征在于，所述根据所述地图数据、所述地形数据、所述建筑本体数据和所述建筑结构数据，通过建筑能耗仿真方式，生成不同场景下的建筑物能耗数据，或包括：评估所述建筑本体数据和所述建筑结构数据中所包含全部特征的重要度；根据全部特征的重要度的排序结果，确定目标建筑特征向量；根据所述地图数据、所述地形数据和所述目标建筑特征向量，通过建筑能耗仿真方式，生成不同场景下的建筑物能耗数据。
4.根据权利要求1所述的方法，其特征在于，所述根据不同场景下的建筑物能耗数据，训练建筑物的最大能耗需求评估模型，或包括：计算至少一种机器学习算法的回归预测负荷值和分类预测潜力等级；根据所述回归预测负荷值和所述分类预测潜力等级，确定目标机器学习算法；采用k折交叉验证策略，对不同场景下的建筑物能耗数据进行模型参数优化与验证；利用验证后的建筑物能耗数据，采样目标机器学习算法，训练建筑物的最大能耗需求评估模型。
5.一种建筑物的最大能耗需求评估装置，其特征在于，应用上述权利要求1-4任一项所述的方法，所述装置包括：数据获取模块，用于获取建筑物的建筑数据，所述建筑数据包括地图数据、所处位置的地形数据、内部结构图像和外观图像；数据处理模块，用于根据所述内部结构图像和所述外观图像，确定建筑本体数据和建筑结构数据；数据处理模块，还用于根据所述地图数据、所述地形数据、所述建筑本体数据和所述建筑结构数据，通过建筑能耗仿真方式，生成不同场景下的建筑物能耗数据；模型训练模块，用于根据不同场景下的建筑物能耗数据，训练建筑物的最大能耗需求评估模型；数据获取模块，还用于获取待评估建筑物的目标建筑数据；最大能耗需求值评估模块，用于根据所述目标建筑数据，利用所述最大能耗需求评估模型，输出所述待评估建筑物的最大能耗需求值。
6.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
