1.一种电网规划辅助系统，其特征在于，包括电网潮流采集计算模块，用于进行电网的潮流计算；电网潮流分析预测模块，用于进行电网潮流数据的分析预测；电网工况接入模块，用于接入各电力设备的实时运行工况数据；数据预处理模块，用于接收并标准化集中存储所采集电力设备工况数据；电网情况预测模块，采用统计回归和数据驱动方法建立短期预测单元，利用采集到的电网工况数据以及计算所得的潮流数据，生成短期电网情况预报信息，供电网群联合规划分析模块使用；电网群联合规划分析模块，针对接收到的数据预处理模块的电网工况信息，采用多分组差分进化算法优化计算得到有利于改善电网情况的电网群联合规划方案；专家决策分析模块，用于接收电网群联合规划分析模块所得电网群联合规划备选方案，对不同电网群联合规划备选方案所引发的电网情况变化趋势进行比较，提出最终的管理决策方案；中央处理器，用于接收数据预处理模块、电网情况预测模块、电网群联合规划分析模块以及专家决策分析模块所输出的数据和人机交互模块输入的数据，并将这些数据转换成规划决策仿真模块所能识别的数据格式发送到规划决策仿真模块；还用于接收人机交互模块输入的控制命令，并按预设的算法发送到对应的模块；还用于用户注册、权限管理和密码修改；规划决策仿真模块，用于通过Flac3D根据接收到的中央处理器发送的数据建立电网物理模型；虚拟作动器，用于驱动参数变化的，与规划决策仿真模块中的各元素建立关系后，可以在指定的范围内对参数进行变动，从而可以驱动仿真分析方法针对不同的参数进行计算求解；虚拟参数模块，为在电网物理模型中插入的各类型的能达到直接获取相应的结果或信息的目标逻辑单元；仿真分析模块，用于输入可以分解为设计变量、设计目标和设计约束的参数、算法，并将输入参数、算法划分为单元、特性和载荷，分别作用到指定的物理模型元素上；电网信息管理模块，由数据库管理系统和应用支撑平台系统组成，用于辅以形成电网情况预警管理、电网规划管理、电网情况监控管理和综合信息服务；人机交互模块，由高性能服务器及其显示终端组成，对电网数据、电网工况信息、数据预处理中间过程、规划决策结果进行图像化展示；同时用于实现监测信息图形化、预测结果显示、操作员站、管理终端、视频监控系统、专家决策多画面同步展示；所述电网潮流分析预测模块通过以下步骤完成：S1、生成电网潮流采集计算模块所得潮流数据的二维潮流数据；S2、结合二维小波变换和二维潮流数据的特性，选择最佳小波基对二维潮流数据进行二维小波多尺度分解，得二维小波系数；S3、对步骤S2所得的二维小波系数进行数据重构；S4、对每一层重构的二维潮流数据分别进行多维偏最小二乘建模，得子模型，并得相应组别潮流数据预测值，以及每一层重构潮流数据建模的潮流数据均方根误差；S5、使用权值将步骤S4所得的子模型进行模型融合，并计算RMSEP值和相关系数来评价模型预测效果。
2.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述数据库管理子系统，用以通过各区域电网情况数据中心的数据存储和管理平台，形成电网基础配置数据库、遥感影像数据库、历史电网分配制度数据库、各区域经济效益数据库这些公共基础数据库，同时形成服务于各业务应用的适合全流域实际情况的电网规划管理数据库、运行工况数据库、电网潮流数据库、视频监控数据库、气象数据库这些专业数据库。
3.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述应用支撑平台子系统，用于平台硬件系统的部署，应用服务中间件、应用系统整合及数据交换组件及GIS服务构件的部署配置，通用服务的部署，专用服务的部署，覆盖数据采集、传输、处理、存储、应用、决策辅助和发布各个环节。
4.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述步骤S1中的二维潮流数据由以下公式生成：式中：y(v)为输入潮流数据，Φ(v1,v2)为生成的同步相关潮流数据矩阵，Ψ(v1,v2)为生成的异步相关潮流数据矩阵。
5.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述步骤S3中重构是指对同一样品的二维潮流数据谱的分解后的每一层小波系数分别进行重构。
6.根据权利要求4所述的一种电网规划辅助系统，其特征在于，所述步骤S4中的均方根误差为RMSECV，公式如下式中：C NIR 是电网的某一实际属性；C REF 为预测出的电网属性。
7.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述步骤S5中的RMSEP为预测均方根误差，由以下公式得到：式中：n是电网数，C NIR 是电网的某一实际属性；C REF 为预测出的电网属性。
8.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述步骤S5中的相关系数为R，由以下公式得到：式中：n是电网数，C NIR 是电网的某一实际属性；C REF 为预测出的电网属性。
9.根据权利要求1所述的一种电网规划辅助系统，其特征在于，所述步骤S5中的模型融合是指对每一层二维小波变换系数重构图像进行NPLS建模，得到预测结果和预测均方根误差，所述步骤S5中的权值由以下公式得到：RMSECV i 是第i个子模型交叉验证后的预测均方根误差；所述步骤S5通过以下公式将子模型融合在一起：式中：C iREF 是子模型的预测结果，m是分解的尺度，C为模型融合后的预测结果，即最终的模型预测最终结果。
