1.一种基于遗传算法动态规划技术的重过载转供方法，其特征在于，所述方法包括：获取当前地区中目标电站在第一预设时长内的用电规律；所述用电规律是对目标电站中的变压器、高压断路器、母线、避雷器、电容器和电抗器的用电情况进行分析得到的；用电情况指用电设备的多个参数的变化规律；基于遗传算法根据所述第一预设时长内的用电规律和参考用电规律生成目标预测数据，所述参考用电规律为当前地区中非目标电站在第二预设时长内的用电规律或非当前地区中任一电站在第三预设时长内的用电规律；根据所述目标预测数据生成所述目标电站的预测运行数据和至少一个电力分配方案，并根据所述预测运行数据以及所述至少一个电力分配方案，对所述目标电站进行电力分配；所述基于遗传算法根据所述第一预设时长内的用电规律和所述参考用电规律生成目标预测数据，包括：根据所述第一预设时长内的用电规律查找相匹配的参考用电规律；将所述第一预设时长内的用电规律作为适应度参数集，将参考用电规律作为初始种群，进行交叉遗传演算，得到候选参数集；根据所述候选参数集预测所述目标电站在第四预设时长的运行规律，所述第四预设时长的运行规律作为所述目标电站在所述第四预设时长的目标预测数据；所述根据所述第一预设时长内的用电规律查找相匹配的参考用电规律，包括：生成所述第一预设时长内的用电规律的第一特征曲线；根据所述第一特征曲线查找所述参考用电规律的参考特征曲线；当所述第一特征曲线与所述参考特征曲线的重合度超过预设重合度阈值，将所述参考用电规律作为所述相匹配的参考用电规律。
2.根据权利要求1所述的方法，其特征在于，所述目标电站设置有多个用电设备，所述获取当前地区中目标电站在第一预设时长内的用电规律，包括：获取所述目标电站的各个用电设备的数据类型；采集每一数据类型在第一预设时长内的数值规律；根据所述用电设备的数据类型和所述数值规律得到所述目标电站在第一预设时长内的用电规律。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标预测数据生成所述目标电站的预测运行数据和至少一个电力分配方案，包括：以用电设备为单位，编排所述目标预测数据中的数据类型；获取所述用电设备各个数据类型的预警阈值，根据所述预警阈值生成预测运行数据；对预测中超过所述预警阈值的用电设备进行负荷分配，生成至少一个电力分配方案。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述预测运行数据和所述电力分配方案进行可视化处理，生成并显示预测运行图表和电力分配图。
5.根据权利要求4所述的方法，其特征在于，所述对所述预测运行数据和所述电力分配方案进行可视化处理，包括：以用电设备为单位，将所述预测运行数据填入图形化模板中对应的数据区域；根据所述电力分配方案中的负荷分配方向，将所述电力分配方案中涉及的分配对象进行连线并标示分配方向，并对超过预警阈值的用电设备设置对应的颜色标示。
6.一种基于遗传算法动态规划技术的重过载转供装置，其特征在于，所述装置包括：获取模块，用于获取当前地区中目标电站在第一预设时长内的用电规律；所述用电规律是对目标电站中的变压器、高压断路器、母线、避雷器、电容器和电抗器的用电情况进行分析得到的；用电情况指用电设备的多个参数的变化规律；预测数据生成模块，用于基于遗传算法根据所述第一预设时长内的用电规律和参考用电规律生成目标预测数据，所述参考用电规律为当前地区中非目标电站在第二预设时长内的用电规律或非当前地区中任一电站在第三预设时长内的用电规律；数据处理模块，用于根据所述目标预测数据生成所述目标电站的预测运行数据和至少一个电力分配方案，根据所述预测运行数据以及所述至少一个电力分配方案，对所述目标电站进行电力分配；所述基于遗传算法根据所述第一预设时长内的用电规律和所述参考用电规律生成目标预测数据，包括：根据所述第一预设时长内的用电规律查找相匹配的参考用电规律；将所述第一预设时长内的用电规律作为适应度参数集，将参考用电规律作为初始种群，进行交叉遗传演算，得到候选参数集；根据所述候选参数集预测所述目标电站在第四预设时长的运行规律，所述第四预设时长的运行规律作为所述目标电站在所述第四预设时长的目标预测数据；所述根据所述第一预设时长内的用电规律查找相匹配的参考用电规律，包括：生成所述第一预设时长内的用电规律的第一特征曲线；根据所述第一特征曲线查找所述参考用电规律的参考特征曲线；当所述第一特征曲线与所述参考特征曲线的重合度超过预设重合度阈值，将所述参考用电规律作为所述相匹配的参考用电规律。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
