1.一种温度作用对工程结构频率影响分离方法，其特征在于，包括：
获取预设时间范围内的温度场，所述温度场包括多个时间尺度对应的温度场，每个所述时间尺度对应的温度场包括多个空间尺度对应的温度场；
根据所述温度场以及预设的基于ga-bp神经网络建立的时空间温度场-频率模型确定每个空间尺度对应的温度场引起的结构频率变化率；所述基于ga-bp神经网络建立的时空间温度场-频率模型为通过预先采集的多个空间尺度对应的温度场样本集经过ga-bp神经网络训练生成；
根据所述每个空间尺度对应的温度场对应的结构频率变化率，分离温度作用对工程结构频率影响，得到分离温度作用影响后的工程结构频率。
2.根据权利要求1所述的温度作用对工程结构频率影响分离方法，其特征在于，所述获取预设时间范围内的温度场的步骤，包括：
获取预设时间范围内的温度信号；
将所述温度信号按照预设时间划分成若干个温度区间；
将每个所述温度区间的温度平均值进行组合，得到所述预设时间范围内的温度场。
3.根据权利要求2所述的温度作用对工程结构频率影响分离方法，其特征在于，所述将每个所述温度区间的温度平均值进行组合，得到所述预设时间范围内的温度场的步骤之后，还包括：
对所述温度场进行经验模态分解处理，得到所述温度场的若干固有模态分量；
根据所述温度场的采样率以及每个所述固有模态分量的频谱主峰对应的频率，将所述温度场划分为多个时间尺度对应的温度场；
根据空间位置特性，将每个所述时间尺度对应的温度场划分为多个空间尺度对应的温度场。
4.根据权利要求1所述的温度作用对工程结构频率影响分离方法，其特征在于，所述温度场至少包括第一时间尺度对应的温度场以及第二时间尺度对应的温度场；所述第一时间尺度对应的温度场至少包括第一时间尺度的第一空间尺度对应的温度场以及第一时间尺度的第二空间尺度对应的温度场；所述第二时间尺度对应的温度场至少包括第二时间尺度的第一空间尺度对应的温度场以及第二时间尺度的第二空间尺度对应的温度场；
所述根据所述温度场以及预设的基于ga-bp神经网络建立的时空间温度场-频率模型确定每个空间尺度对应的温度场引起的结构频率变化率的步骤，包括：
根据所述温度场以及预设的基于ga-bp神经网络建立的时空间温度场-频率模型分别确定所述第一时间尺度的第一空间尺度对应的温度场引起的结构频率变化率、所述第一时间尺度的第二空间尺度对应的温度场引起的结构频率变化率、所述第二时间尺度的第一空间尺度对应的温度场引起的结构频率变化率以及所述第二时间尺度的第二空间尺度对应的温度场引起的结构频率变化率。
5.根据权利要求4所述的温度作用对工程结构频率影响分离方法，其特征在于，所述根据所述温度场以及预设的基于ga-bp神经网络建立的时空间温度场-频率模型确定所述第一时间尺度的第一空间尺度对应的温度场引起的结构频率变化率的步骤，包括：
根据所述温度场，确定第一时间尺度对应的温度场矩阵、第二时间尺度对应的温度场矩阵；
根据空间位置特性，将所述第一时间尺度对应的温度场矩阵划分为第一时间尺度的第一空间尺度对应的温度场子矩阵以及第一时间尺度的第二空间尺度对应的温度场子矩阵，以及将所述第二时间尺度对应的温度场矩阵划分为第二时间尺度的第一空间尺度对应的温度场子矩阵以及第一时间尺度的第二空间尺度对应的温度场子矩阵；
将所述第一时间尺度对应的温度场矩阵的第一列元素作为参考向量；
保持第一时间尺度的第一空间尺度对应的温度场子矩阵不变，分别将所述第一时间尺度的第二空间尺度对应的温度场子矩阵、第二时间尺度的第一空间尺度对应的温度场子矩阵以及第一时间尺度的第二空间尺度对应的温度场子矩阵内除第一列元素外的所有元素分别替换为各温度场子矩阵对应的第一列的元素，得到模型输入矩阵；
根据所述参考向量、模型输入矩阵以及预设的基于ga-bp神经网络建立的时空间温度场-频率模型，确定参考结构频率以及模型输出结构频率；
根据所述参考结构频率以及模型输出结构频率，确定第一时间尺度的第一空间尺度对应的温度场引起的结构频率变化率。
6.根据权利要求1所述的温度作用对工程结构频率影响分离方法，其特征在于，所述生成预设的基于ga-bp神经网络建立的时空间温度场-频率模型的步骤，具体包括：
获取多个空间尺度对应的温度场样本；
获取每个所述空间尺度对应的温度场样本引起的目标结构频率变化率；
根据第一空间尺度对应的温度场样本以及含有可变参数的ga-bp神经网络模型确定所述第一空间尺度对应的温度场样本引起的第一结构频率变化率；
计算所述第一结构频率变化率以及与所述第一空间尺度对应的温度场样本对应的第一目标结构频率变化率之间的第一损失差异；
判断多个空间尺度对应的温度场样本的损失差异是否满足预设的条件；
当判断所述多个空间尺度对应的温度场样本的损失差异不满足预设的条件时，调整所述ga-bp神经网络模型中的可变参数，并返回至所述根据所述第一空间尺度对应的温度场样本以及含有可变参数的ga-bp神经网络模型确定所述第一空间尺度对应的温度场样本的第一结构频率变化率的步骤；
当判断所述多个空间尺度对应的温度场样本的损失差异满足预设的条件时，将当前所述含有可变参数的ga-bp神经网络模型确定为预设的基于ga-bp神经网络建立的时空间温度场-频率模型。
7.一种温度作用对工程结构频率影响分离装置，其特征在于，包括：
温度场获取单元，用于获取预设时间范围内的温度场，所述温度场包括多个时间尺度对应的温度场，每个所述时间尺度对应的温度场包括多个空间尺度对应的温度场；
结构频率变化率确定单元，用于根据所述温度场以及预设的基于ga-bp神经网络建立的时空间温度场-频率模型确定每个空间尺度对应的温度场引起的结构频率变化率；所述基于ga-bp神经网络建立的时空间温度场-频率模型为通过预先采集的多个空间尺度对应的温度场样本集经过ga-bp神经网络训练生成；以及
温度作用影响分离单元，用于根据所述每个空间尺度对应的温度场对应的结构频率变化率，分离温度作用对工程结构频率影响，得到分离温度作用影响后的工程结构频率。
8.根据权利要求7所述的温度作用对工程结构频率影响分离装置，其特征在于，所述温度作用对工程结构频率影响分离装置还包括模型训练单元；
所述模型训练单元，用于生成预设的基于ga-bp神经网络建立的时空间温度场-频率模型。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项权利要求所述温度作用对工程结构频率影响分离方法的步骤。
10.一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，使得所述处理器执行权利要求1至6中任一项权利要求所述温度作用对工程结构频率影响分离方法的步骤。