1.一种水轮发电机组预警方法，其特征在于，包括：
获取机组的工况数据；
获取所述工况数据下振摆监测数据最近m天的历史数据；
对m天的所述历史数据进行曲线拟合，通过拟合曲线获得第1天拟合结果和第n天拟合结果；
根据所述第n天拟合结果和所述第1天拟合结果的比值，判断机组振摆变化量是否显著；
其中，m和n均为大于2的正整数，且n不大于m。
2.根据权利要求1所述的水轮发电机组预警方法，其特征在于，还包括：
获取最近p天所述振摆监测数据；
采用mann-kendall趋势判断算法对p天的所述振摆监测数据进行处理；
当趋势变化超出置信度阈值时，判定趋势变化明显；
当同时判定机组振摆变化量显著和趋势变化明显时，进行预警；
其中，p为大于2的正整数。
3.根据权利要求2所述的水轮发电机组预警方法，其特征在于：所述置信度阈值大于1，且小于3。
4.根据权利要求1所述的水轮发电机组预警方法，其特征在于，所述根据所述第n天拟合结果和所述第1天拟合结果的比值，判断机组振摆变化量是否显著包括：
通过以下公式计算比值a；
a＝μ1/μn
其中，μ1为第1天拟合结果，μn为第n天拟合结果；
当所述比值a大于第一阈值时，进行一级预警；
当所述比值a大于第二阈值时，进行二级预警；
所述第二阈值大于所述第一阈值。
5.根据权利要求4所述的水轮发电机组预警方法，其特征在于：所述第一阈值为1.25，所述第二阈值为1.5。
6.根据权利要求1-5中任一项所述的水轮发电机组预警方法，其特征在于，包括：
获取过去多天的所述振摆监测数据和所述工况数据；
对所述振摆监测数据进行稳态工况筛选；
筛选后，对应所述工况数据计算所述振摆监测数据的日均值。
7.根据权利要求6所述的水轮发电机组预警方法，其特征在于，所述稳态工况筛选包括：
获取所述振摆监测数据和所述工况数据；
计算指针指向第一条有功功率的数据起，往后取设定时间区间内的数据；
寻找所述设定时间区间内最大功率值和最小功率值，计算所述最大功率值和所述最小功率值的功率幅度；
若所述功率幅度大于功率阈值，则将该时间区间内的数据筛除；
若所述功率幅度不大于功率阈值，则将该时间区间内的数据保留；
计算指针指向下一条有功功率的数据，重复上述步骤。
8.根据权利要求6所述的水轮发电机组预警方法，其特征在于，所述对应所述工况数据计算所述振摆监测数据的日均值包括：
将同天内的所述振摆监测数据按照所述工况数据进行分组；
在相同所述工况数据下，通过如下公式计算日均值；
xi：第i个振摆监测数据；n：参与计算的数值个数。
9.根据权利要求6所述的水轮发电机组预警方法，其特征在于，还包括：
根据水头值划分水头区间，根据负载功率划分功率区间；
创建与所述水头区间和所述功率区间对应的数据集；
将所述振摆监测数据填入对应的所述数据集。
10.一种水轮发电机组预警装置，其特征在于，包括：
第一获取模块，被配置为获取机组的工况数据；
第二获取模块，被配置为获取所述工况数据下振摆监测数据最近m天的历史数据；
拟合模块，被配置为对m天的所述历史数据进行曲线拟合，通过拟合曲线获得第1天拟合结果和第n天拟合结果；
判定模块，被配置为根据所述第n天拟合结果和所述第1天拟合结果的比值，判断机组振摆变化量是否显著；
其中，m和n均为大于2的正整数，且n不大于m。