1.一种负荷序列建模方法，其特征在于，所述建模方法包括：按照预设的时间分辨率获取在预设的时间范围内的历史负荷数据；所述负荷数据为电网的电力负荷值；按照预设的负荷类型对所述历史负荷数据进行分类，并计算各负荷类型的负荷曲线；采用蒙特卡洛法随机生成负荷场景，并判断所述负荷场景是否满足所述各负荷曲线及其峰谷差概率分布的要求：若满足则保留该负荷场景，若不满足则删除该负荷场景；所述负荷场景为电力负荷的时间序列；依据各所述负荷曲线及其峰谷差概率分布随机生成负荷场景之后还包括：比较所述负荷场景和所述预设的时间范围内的历史负荷数据的自相关特性，判断所述负荷场景的峰谷差是否与所述历史负荷数据的峰谷差一致：若不一致，则重新生成负荷场景；若一致，则对所述负荷场景进行比例缩放得到最终的负荷场景；对负荷场景进行比例缩放包括：获取所述负荷场景内历史负荷数据的最小值，将所述负荷场景内各采集时间处的历史负荷数据与该最小值相减，得到负荷波动时间序列；以预设的峰谷差为比例值，对所述负荷波动时间序列内各数据进行等比例缩小或放大；将缩小或放大后的负荷波动时间序列内各数据与所述历史负荷数据的最小值相加，得到最终的负荷场景。
2.如权利要求1所述的一种负荷序列建模方法，其特征在于，获取所述预设的时间范围内的历史负荷数据包括：对所述历史负荷数据进行等时间间隔划分；分别对所述预设的时间范围内各时间段的历史负荷数据进行归一化处理；辨识并修复所述各时间段的历史负荷数据。
3.如权利要求2所述的一种负荷序列建模方法，其特征在于，对历史负荷数据进行归一化处理包括：获取在所述各时间段内历史负荷数据的最大值，以所述最大值为基值对所述各时间段内的历史负荷数据进行归一化计算。
4.如权利要求2所述的一种负荷序列建模方法，其特征在于，辨识所述历史负荷数据包括：统计所述各时间段内的历史负荷数据，辨识是否存在漏数据；分析所述各时间段内历史负荷数的自相关特性，判断是否存在不符合所述自相关特性的坏数据；修复所述历史负荷数据包括：采用自回归移动平均模型剔除所述各时间段内的坏数据，和/或恢复所述漏数据。
5.如权利要求1所述的一种负荷序列建模方法，其特征在于，所述按照预设的负荷类型对历史负荷数据进行分类包括：统计修复后的各时间段内所述历史负荷数据的峰谷差、负荷率和最大负荷概率分布；依据所述峰谷差、负荷率和最大负荷概率分布构建非监督自组织映射的SOM模型；依据所述SOM模型，并按照所述预设的负荷类型对所述历史负荷数据进行分类；其中，所述峰谷差为各时间段内历史负荷数据的最大值与最小值之差，所述负荷率为各时间段内历史负荷数据的平均值与最大值之比，所述最大负荷概率分布为所述预设的时间范围内历史负荷数据的最大值在所述各时间段内的概率分布。
6.如权利要求1所述的一种负荷序列建模方法，其特征在于，所述计算各负荷类型的负荷曲线包括：获取与所述各负荷类型对应的所有历史负荷数据；依据所述的所有历史负荷数据计算与所述各负荷类型内各采集时间对应的历史负荷数据的平均值；依据所述历史负荷数据的平均值构建所述各负荷类型的负荷曲线；分析所述各负荷曲线的自相关特性：若所述负荷曲线的自相关系数不满足统计规律，则对所述负荷曲线进行修正使其满足统计规律。
7.如权利要求1所述的一种负荷序列建模方法，其特征在于，所述负荷类型包括日负荷和假期负荷；所述日负荷包括周一日负荷、周二日负荷、周三日负荷、周四日负荷、周五日负荷、周六日负荷和周日日负荷；所述假期负荷为预设的假期所在的时间范围内的负荷。
8.一种用于如权利要求1-7任一种所述负荷序列建模方法的负荷序列建模系统，其特征在于，所述建模系统包括：历史负荷数据统计模块，用于按照预设的时间分辨率获取在预设的时间范围内的历史负荷数据；所述负荷数据为电网的电力负荷值；历史负荷数据计算模块，用于按照预设的负荷类型对所述历史负荷数据进行分类，并计算各负荷类型的负荷曲线；负荷场景生成模块，用于采用蒙特卡洛法随机生成负荷场景，并判断所述负荷场景是否满足所述各负荷曲线及其峰谷差概率分布的要求：若满足则保留该负荷场景，若不满足则删除该负荷场景；所述负荷场景为电力负荷的时间序列。
9.如权利要求8所述的负荷序列建模系统，其特征在于，所述历史负荷数据统计模块包括数据划分单元、归一化计算单元、数据辨识单元和数据修复单元；所述数据划分单元，用于对所述预设的时间范围内的历史负荷数据进行等时间间隔划分；所述归一化计算单元，用于获取在所述预设的时间范围内各时间段内历史负荷数据的最大值，以所述最大值为基值对所述各时间段内的历史负荷数据进行归一化计算；所述数据辨识单元，用于统计各时间段内的所述历史负荷数据，辨识是否存在漏数据；分析所述各时间段内历史负荷数的自相关特性，判断是否存在不符合所述自相关特性的坏数据；所述数据修复单元，用于采用自回归移动平均模型剔除所述各时间段内的坏数据，和/或恢复所述漏数据。
10.如权利要求8所述的负荷序列建模系统，其特征在于，所述历史负荷数据计算模块包括数据分类单元和负荷曲线计算单元；所述数据分类单元，用于依据修复后的各时间段内所述历史负荷数据的峰谷差、负荷率和最大负荷概率分布构建非监督自组织映射的SOM模型，依据所述SOM模型并按照所述预设的负荷类型对所述历史负荷数据进行分类；其中，所述峰谷差为各时间段内历史负荷数据的最大值与最小值之差，所述负荷率为各时间段内历史负荷数据的平均值与最大值之比，所述最大负荷概率分布为所述预设的时间范围内历史负荷数据的最大值在所述各时间段内的概率分布所述负荷曲线计算单元，用于计算各负荷类型的负荷曲线；其中，所述负荷类型包括日负荷和假期负荷；所述日负荷包括周一日负荷、周二日负荷、周三日负荷、周四日负荷、周五日负荷、周六日负荷和周日日负荷；所述假期负荷为预设的假期所在的时间范围内的负荷。
11.如权利要求10所述的负荷序列建模系统，其特征在于，所述负荷曲线计算单元包括数据采集子单元、数据计算子单元、曲线构建子单元和曲线分析子单元；所述数据采集子单元，用于获取与所述各负荷类型对应的所有历史负荷数据；所述数据计算子单元，用于依据的所有所述历史负荷数据计算与所述各负荷类型内各采集时间对应的历史负荷数据的平均值；所述曲线构建子单元，用于依据所述历史负荷数据的平均值构建所述各负荷类型的负荷曲线；所述曲线分析子单元，用于分析所述各负荷曲线的自相关特性：若所述负荷曲线的自相关系数不满足统计规律，则对所述负荷曲线进行修正。
12.如权利要求8所述的负荷序列建模系统，其特征在于，所述建模系统还包括负荷场景修正单元；所述负荷场景修正单元包括负荷场景比较子单元和负荷场景缩放子单元，所述负荷场景缩放子单元包括第一计算子单元、第二计算子单元和第三计算子单元；所述负荷场景比较子单元，用于比较所述负荷场景和所述预设的时间范围内的历史负荷数据的自相关特性，并判断所述负荷场景的峰谷差是否与所述历史负荷数据的峰谷差一致：若不一致，则控制所述负荷场景生成模块重新生成负荷场景；若一致，则通过所述负荷创景缩放子单元对所述负荷场景进行比例缩放得到最终的负荷场景；所述第一计算子单元，用于获取所述负荷场景内历史负荷数据的最小值，将所述负荷场景内各采集时间处的历史负荷数据与该最小值相减，得到负荷波动时间序列；所述第二计算子单元，用于以预设的峰谷差为比例值，对所述负荷波动时间序列内各数据进行等比例缩小或放大；所述第三计算子单元，用于将缩小或放大后的负荷波动时间序列内各数据与所述历史负荷数据的最小值相加，得到最终的负荷场景。
