1.一种航路流量预测方法，其特征在于，包括：
获取航路流量预测数据集，其中，预测数据集至少包括以下之一：经纬度、高度、航班号、航向、垂直速度，对地速度、航班控制号；
对所述预测数据集进行预处理；
采用处理过的预测数据集对循环神经网络模型进行训练；
使用训练过的循环神经网络进行航路流量预测。
2.如权利要求1所述的方法，其特征在于，获取航路流量预测数据集包括通过广播式自动相关监视ads-b接收设备收集ads-b报文数据。
3.如权利要求2所述的方法，其特征在于，对所述预测数据集进行预处理包括：对所述ads-b报文数据进行清洗；对清洗后的数据进行筛选，获得与航路飞机流量统计相关的有效信息，至少包括经纬度、高度、航班号之一；对筛选后的数据进行时间切片并存储；将筛选后的数据和从网络获取的机场数据融合，得到飞机航路信息。
4.如权利要求3所述的方法，其特征在于，根据所述飞机航路信息进行以小时为粒度的航路飞机流量统计。
5.如权利要求1所述的方法，其特征在于，所述预处理过的预测数据集至少包括以下之一：飞机流量、航路信息、包括小时段、星期、月、日的时间向量、包括季节、节假日、对应航路平均流量的指标向量。
6.如权利要求1所述的方法，其特征在于，所述循环神经网络模型是长短记忆神经网络模型，包括4层神经网路层。
7.一种航路流量预测装置，其特征在于，包括：获取单元，用于获取航路流量预测数据集，其中，预测数据集至少包括以下之一：经纬度、高度、航班号、航向、垂直速度，对地速度、航班控制号；预处理单元，用于对所述预测数据集进行预处理；训练单元，用于采用处理过的预测数据集对循环神经网络模型进行训练；预测单元，用于使用训练过的循环神经网络进行航路流量预测。
8.如权利要求7所述的装置，其特征在于，所述获取单元，还用于通过广播式自动相关监视ads-b接收设备收集ads-b报文数据。
9.如权利要求8所述的装置，其特征在于，所述预处理单元包括：清洗模块，用于对所述ads-b报文数据进行清洗；筛选模块，用于对清洗后的数据进行筛选，获得与航路飞机流量统计相关的有效信息，至少包括经纬度、高度、航班号之一；存储模块，用于对筛选后的数据进行时间切片并存储；统计模块，用于将筛选后的数据和从网络获取的机场数据融合，得到飞机航路信息。
10.如权利要求9所述的装置，其特征在于，所述统计单元还用于根据所述飞机航路信息进行以小时为粒度的航路飞机流量统计。
11.如权利要求7所述的装置，其特征在于，所述预处理过的预测数据集至少包括以下之一：飞机流量、航路信息、包括小时段、星期、月、日的时间向量、包括季节、节假日、对应航路平均流量的指标向量。
12.如权利要求7所述的装置，其特征在于，所述循环神经网络模型是长短记忆神经网络模型，包括4层神经网路层。
13.一种计算机存储介质，其存储计算机程序，其特征在于，在所述计算机程序被执行时，实施根据权利要求1-6中任一项所述的方法。