1.一种管网管理方法，其特征在于，包括：
采集安装在管网的各个节点的监测设备的监测数据；
对所述监测数据进行处理，确定监测参数值；
当所述监测参数值异常时，发出报警信息；
基于管网的参数构建三维可视化模型；
将所述监测参数值标注至所述三维可视化模型中；
其中，所述监测设备包括视频采集设备；
所述视频采集设备包括：
至少一个第一摄像头，安装在所述节点内，用于拍摄所述节点内的第一图像；
至少一个第二摄像头，安装在所述节点外，用于拍摄所述节点外的第二图像；
所述管网管理方法还包括：
视频分析模块，用于基于图像识别技术对所述第一图像进行识别，确定所述节点内排放是否异常、液位是否异常上升；用于基于图像识别技术对所述第二图像进行识别，确定所述节点是否发生淹没、淹没区域的边界以及淹没区域的水位。
2.如权利要求1所述的管网管理方法，其特征在于，所述报警模块包括：
多个声光报警器，在所述节点附近设置至少一个声光报警器；
多个led显示屏，在所述节点附近设置至少一个led显示屏；
当所述节点的水位达到预设的最小警戒水位时，所述声光报警器以黄灯闪烁的方式进行报警；
当所述节点的水位达到预设的最大警戒水位时，所述声光报警器以红灯闪烁并发出报警声音的方式进行报警；
当所述节点的水位未溢出时，所述led显示屏显示表示允许通行的显示信息；
当所述节点的水位溢出但水深未达到警戒水深时，所述led显示器显示表示谨慎通行的显示信息；
当所述节点的水位溢出且达到警戒水深时，所述led显示器显示表示禁止通行的显示信息。
3.如权利要求1所述的管网管理方法，其特征在于，还包括：
基于所述监测参数值，确定是否发生偷排；
所述基于所述监测参数值，确定是否发生偷排，包括：
对所述水质传感器检测的水质参数进行数据采样，获取多个采样数据；
将所述采样数据进行特征提取后输入预设的神经网络模型，获得分析因子；
基于所述分析因子查询预设的分析表，获取与所述分析因子对应的分析结果；
基于所述分析结果，确定是否存在偷排，当存在偷拍时控制所述视频采集设备进行视频抓拍。
4.如权利要求1所述的管网管理方法，其特征在于，还包括：
用于根据相连节点之间的管路的单位时间内的输入流量和输出流量确定是否发生堵塞；
当相连节点之间的管路堵塞时，通过疏通模块进行疏通操作；
所述疏通模块包括：
多个疏通装置，分布设置在所述管路内；当所述管路堵塞时，所述疏通装置先以第一预设频率正向工作；然后再以第二预设频率反向工作，反复循环预设的次数。
5.如权利要求4所述的管网管理方法，其特征在于，还包括：
在所述节点水位达到预设的调控水位阈值且所述节点的水位的上涨速率达到调控速率阈值时，通过所述疏通模块对所述节点的水位进行调控；
所述在所述节点水位达到预设的调控水位阈值且所述节点的水位的上涨速率达到调控速率阈值时，通过所述疏通模块对所述节点的水位进行调控，包括：
分别获取各个所述节点的上涨速率；
获取与所述节点连接的其他节点的水位的上涨速率；其中，所述上涨速率为上涨高度与时间的比值；
比较所述节点与所述其他节点的上涨速率，当所述节点的上涨效率为最大时；将所述节点作为中心节点，将所述其他节点作为排放节点；
获取所述排放节点的截面积和所述中心节点的截面积；
基于所述排放节点的截面积、所述中心节点的截面积、所述排放节点的上涨速率和所述中心节点的上涨速率，确定所述中心节点往各个所述排放节点排放的效率，确定公式如下：
其中，
6.如权利要求5所述的管网管理方法，其特征在于，所述在所述节点水位达到预设的调控水位阈值且所述节点的水位的上涨速率达到调控速率阈值时，通过所述疏通模块对所述节点的水位进行调控，包括：
获取与所述排放节点连接的次级节点；
获取所述排放节点被所述中心节点排放后的上涨速率；
获取所述次级节点的上涨速率；
基于所述次级节点的上涨速率和所述排放节点被所述中心节点排放后的上涨速率，挑选次级排放节点；
获取所述排放节点的截面积和所述次级排放节点的截面积；
基于所述排放节点的截面积、所述次级排放节点的截面积、所述排放节点的上涨速率和所述次级排放节点的上涨速率，确定所述次级排放节点往各个所述排放节点排放的效率，确定公式如下：
其中，
7.如权利要求5所述的管网管理方法，其特征在于，还包括：
获取降雨历史记录及天气预报信息；
基于所述降雨历史记录及天气预报信息，对所述降雨量进行预测；
获取历史降雨时各个节点的水位上涨信息及当前各个节点的水位信息；
基于所述历史降雨时各个节点的水位上涨信息及当前各个节点的水位信息，确定各个节点的目标水位；
当各个所述节点的目标水位存在大于预设的警戒水位时，获取上次降雨时的调控数据，基于所述调控数据在降雨开始时控制所述疏通模块开启。
8.一种数字管网系统，其特征在于，包括：
数据采集模块，用于采集安装在管网的各个节点的监测设备的监测数据；
数据处理模块，用于对所述监测数据进行处理，确定监测参数值；
报警模块，用于当所述监测参数值异常时，发出报警信息；
模型构建模块，用于基于管网的参数构建三维可视化模型；
标注模块，用于将所述监测参数值标注至所述三维可视化模型中；
所述监测设备包括视频采集设备；
所述视频采集设备包括：
至少一个第一摄像头，安装在所述节点内，用于拍摄所述节点内的第一图像；
至少一个第二摄像头，安装在所述节点外，用于拍摄所述节点外的第二图像；
所述数字管网系统还包括：
视频分析模块，用于基于图像识别技术对所述第一图像进行识别，确定所述节点内排放是否异常、液位是否异常上升；用于基于图像识别技术对所述第二图像进行识别，确定所述节点是否发生淹没、淹没区域的边界以及淹没区域的水位。
9.如权利要求8所述的数字管网系统，其特征在于，所述报警模块包括：
多个声光报警器，在所述节点附近设置至少一个声光报警器；
多个led显示屏，在所述节点附近设置至少一个led显示屏；
当所述节点的水位达到预设的最小警戒水位时，所述声光报警器以黄灯闪烁的方式进行报警；
当所述节点的水位达到预设的最大警戒水位时，所述声光报警器以红灯闪烁并发出报警声音的方式进行报警；
当所述节点的水位未溢出时，所述led显示屏显示表示允许通行的显示信息；
当所述节点的水位溢出但水深未达到警戒水深时，所述led显示器显示表示谨慎通行的显示信息；
当所述节点的水位溢出且达到警戒水深时，所述led显示器显示表示禁止通行的显示信息。
10.如权利要求8所述的数字管网系统，其特征在于，还包括：
分析模块，用于基于所述监测参数值，确定是否发生偷排；
所述分析模块执行如下操作：
对所述水质传感器检测的水质参数进行数据采样，获取多个采样数据；
将所述采样数据进行特征提取后输入预设的神经网络模型，获得分析因子；
基于所述分析因子查询预设的分析表，获取与所述分析因子对应的分析结果；
基于所述分析结果，确定是否存在偷排，当存在偷拍时控制所述视频采集设备进行视频抓拍。