1.一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，包括以下步骤：S1:获取5G基站信息；S2:按地理位置相近原则进行聚类；其中，S21：选取并初始化若干个质心；S22：按欧式距离最近原则分配每个5G基站；S23：按照更新后的质心满足其与其他所有5G基站的距离平方和最小的原则更新质心；S24：得到初始聚类团；S3:根据得到的初始聚类团按5G基站的能耗曲线相似原则进行聚类得到最终聚类团；S4:结果分析。
2.根据权利要求1所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S2的聚类对象为5G基站，聚类结果为初始聚类团；步骤S3的聚类对象为所述初始聚类团，聚类结果为最终聚类团。
3.根据权利要求1或2所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S2中，按地理位置相近原则进行聚类的方法，包括以下步骤：S21：选取并初始化若干个质心；S22：按欧式距离最近原则分配每个5G基站；S23：按照更新后的质心满足其与其他所有5G基站的距离平方和最小的原则更新质心；S24：得到初始聚类团。
4.根据权利要求3所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S21中，选取质心的方法，包括以下步骤：S211：选取若干个质心，分别采用不同的质心值，进行聚类；S212：根据聚类，分别计算对应的畸变程度值；S213：按照横坐标为质心，纵坐标为对应的畸变程度值作图；S214：转折点对应的横坐标质心即为对应的最佳聚类数值。
5.根据权利要求3所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S21中，初始化质心的方法，包括以下步骤：S216：将5G基站经纬度坐标转换为三维空间坐标；S217：随机选取一个5G基站三维空间坐标；S218：按照距离首个坐标最远原则选取第二个坐标；S219：按照距离首个坐标和第二个坐标最远原则选取第三个坐标，以此类推。
6.根据权利要求5所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S3中，按能耗曲线相似原则进行聚类的方法，包括以下步骤：S31：初始化质心；S32：按能耗曲线差异最小原则分配每个初始聚类团；S33：按照更新后的质心满足其与其他所有初始聚类团的质心的能耗曲线差异平方和最小的原则更新质心；S34：得到最终聚类团。
7.根据权利要求6所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，所述最终聚类团的质心标记为5G基站虚拟负荷，用于分析用电特性和需求响应潜力。
8.根据权利要求4所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S213中，畸变程度值的计算公式为：式中， 为欧式几何距离计算符号；x i 为第k个聚类团中的第i个5G基站地理坐标；θ k 为第k个聚类团中的质心地理位置坐标；n k 为第k个聚类团中包含的5G基站数量，m1为质心数量。
9.根据权利要求3所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S23中，距离平方和最小的计算公式为：式中， 为欧式几何距离计算符号，x i 为第k个聚类团中的第i个5G基站地理坐标，θ k 为第k个聚类团中的质心地理位置坐标，x k 为聚类中心所代表的类，i为当前类。
10.根据权利要求6所述的一种基于地理位置分布和能耗时空分布特性的5G基站聚类分析方法，其特征在于，步骤S33中，能耗曲线差异平方和最小的计算公式为：其中， 和 分别为t时刻5G基站θ i 和μ k 的用电功率；t max 为一天能耗采样总时刻，m k 为聚类中心所代表的类，i为5G基站的标号。
