1.基于大数据的产业集群能效水平预测方法，其特征在于，所述方法包括：步骤S1：收集产业集群数据；步骤S2：将所述产业集群数据进行数据处理，得到标准产业集群数据；步骤S3：构建负荷流仿真模型，将所述标准产业集群数据进行数据扩充，得到新产业集群数据，具体包括：收集所述标准产业集群的特征数据；根据所述产业集群的用电特性和所述特征数据，建立负荷流仿真模型；使用所述负荷流仿真模型，根据电力系统的输入条件，求解出电力系统的输出状态；将所述电力系统的输出状态作为新的特征，添加到所述标准产业集群数据，得到新产业集群数据；步骤S4：分析所述新产业集群数据，得到产业集群特征，具体包括：将新产业集群数据进行标准化，并进行初步筛选，得到筛选特征；计算所述筛选特征与能效标签的互信息值，构建影响网络；采用社区发现算法识别所述影响网络的社区结构，并将每个社区的特征进行中心性评分；根据所述中心性评分，从每个社区中选择与能效标签相关性最高的特征并删除相同社区冗余特征；使用集成学习方法对剔除所述冗余特征后得到的特征集进行验证，确定产业集群特征；步骤S5：将所述产业集群特征输入到一维网络模型中进行特征提取并预测能效水平，具体包括：一维网络模型包括第一标准卷积模块，第一分支残差模块，第二分支残差模块，门控注意力机制模块，全局池化分类模块；将所述产业集群特征输入到所述第一标准卷积模块进行标准卷积操作，得到特征图E2；将所述特征图E2输入到所述第一分支残差模块进行残差操作，得到特征图E15；将所述特征图E15输入到所述第二分支残差模块进行残差操作，得到特征图E28；将所述特征图E28输入到所述门控注意力机制模块进行残差操作，得到特征图E38；将所述特征图E38输入到所述全局池化分类模块，输出能效水平分类结果。
2.根据权利要求1所述的基于大数据的产业集群能效水平预测方法，其特征在于，所述将所述特征图E2输入到所述第一分支残差模块进行残差操作，得到特征图E15，具体包括：所述第一分支残差模块包括第一分支残差输入层、第二标准卷积层、第三标准卷积层、第四标准卷积层、第五标准卷积层、第一张量拼接层、第一元素相加层、第六标准卷积层、第二张量拼接层、第二元素相加层、第三张量拼接层、第七标准卷积层、第三元素相加层、第一最大池化层；将所述特征图E2输入到所述第二标准卷积层进行标准卷积操作，得到特征图E3；将所述特征图E2输入到所述第三标准卷积层进行标准卷积操作，得到特征图E4；将所述特征图E2输入到所述第四标准卷积层进行标准卷积操作，得到特征图E5；将所述特征图E4和所述特征图E5输入到所述第一张量拼接层进行张量拼接操作，得到特征图E6；将所述特征图E2输入到所述第五标准卷积层进行标准卷积操作，得到特征图E7；将所述特征图E5和所述特征图E7输入到所述第一元素相加层进行元素相加操作，得到特征图E8；将所述特征图E6和所述特征图E8输入到所述第二张量拼接层进行张量拼接操作，得到特征图E9；将所述特征图E2输入到所述第六标准卷积层进行标准卷积操作，得到特征图E10；将所述特征图E8和所述特征图E10输入到所述第二元素相加层进行元素相加操作，得到特征图E11；将所述特征图E9和所述特征图E11输入到所述第三张量拼接层进行张量拼接操作，得到特征图E12；将所述特征图E12输入到所述第七标准卷积层进行标准卷积操作，得到特征图E13；将所述特征图E3和所述特征图E13输入到所述第三元素相加层进行元素相加操作，得到特征图E14；将所述特征图E14输入到所述第一最大池化层进行最大池化操作，得到特征图E15。
3.基于大数据的产业集群能效水平预测系统，其特征在于，所述系统包括：数据收集模块，用于收集产业集群数据；数据处理模块，用于将所述产业集群数据进行数据处理，得到标准产业集群数据；数据扩充模型构建模块，用于构建负荷流仿真模型，将所述标准产业集群数据进行数据扩充，得到新产业集群数据，具体包括：数据获取子模块，用于收集所述标准产业集群的特征数据；电力系统模型构建子模块，用于根据所述产业集群的用电特性和所述特征数据，建立负荷流仿真模型；求解参数子模块，用于使用所述负荷流仿真模型，根据电力系统的输入条件，求解出电力系统的输出状态；特征扩充子模块，用于将所述电力系统的输出状态作为新的特征，添加到所述标准产业集群数据，得到新产业集群数据；特征筛选模块，用于分析所述新产业集群数据，得到产业集群特征，具体包括：标准化处理子模块，用于将新产业集群数据进行标准化，并进行初步筛选，得到筛选特征；影响网络构建子模块，用于计算所述筛选特征与能效标签的互信息值，构建影响网络；特征评分子模块，用于采用社区发现算法识别所述影响网络的社区结构，并将每个社区的特征进行中心性评分；特征选取删除子模块，用于根据所述中心性评分，从每个社区中选择与能效标签相关性最高的特征并删除相同社区冗余特征；特征确定子模块，用于使用集成学习方法对剔除所述冗余特征后得到的特征集进行验证，确定产业集群特征；特征提取模块，用于将所述产业集群特征输入到一维网络模型中进行特征提取并预测能效水平，具体包括：一维网络模型包括第一标准卷积模块，第一分支残差模块，第二分支残差模块，门控注意力机制模块，全局池化分类模块；第一标准卷积子模块，用于将所述产业集群特征输入到所述第一标准卷积模块进行标准卷积操作，得到特征图E2；第一分支残差子模块，用于将所述特征图E2输入到所述第一分支残差模块进行残差操作，得到特征图E15；第二分支残差子模块，用于将所述特征图E15输入到所述第二分支残差模块进行残差操作，得到特征图E28；门控注意力机制子模块，用于将所述特征图E28输入到所述门控注意力机制模块进行残差操作，得到特征图E38；全局池化分类子模块，用于将所述特征图E38输入到所述全局池化分类模块，输出能效水平分类结果。
4.根据权利要求3所述的基于大数据的产业集群能效水平预测系统，其特征在于，所述第一分支残差子模块，具体包括：所述第一分支残差子模块包括第一分支残差输入层、第二标准卷积层、第三标准卷积层、第四标准卷积层、第五标准卷积层、第一张量拼接层、第一元素相加层、第六标准卷积层、第二张量拼接层、第二元素相加层、第三张量拼接层、第七标准卷积层、第三元素相加层、第一最大池化层；第二标准卷积单元，用于将所述特征图E2输入到所述第二标准卷积层进行标准卷积操作，得到特征图E3；第三标准卷积单元，用于将所述特征图E2输入到所述第三标准卷积层进行标准卷积操作，得到特征图E4；第四标准卷积单元，用于将所述特征图E2输入到所述第四标准卷积层进行标准卷积操作，得到特征图E5；第一张量拼接单元，用于将所述特征图E4和所述特征图E5输入到所述第一张量拼接层进行张量拼接操作，得到特征图E6；第五标准卷积单元，用于将所述特征图E2输入到所述第五标准卷积层进行标准卷积操作，得到特征图E7；第一元素相加单元，用于将所述特征图E5和所述特征图E7输入到所述第一元素相加层进行元素相加操作，得到特征图E8；第二张量拼接单元，用于将所述特征图E6和所述特征图E8输入到所述第二张量拼接层进行张量拼接操作，得到特征图E9；第六标准卷积单元，用于将所述特征图E2输入到所述第六标准卷积层进行标准卷积操作，得到特征图E10；第二元素相加单元，用于将所述特征图E8和所述特征图E10输入到所述第二元素相加层进行元素相加操作，得到特征图E11；第三张量拼接单元，用于将所述特征图E9和所述特征图E11输入到所述第三张量拼接层进行张量拼接操作，得到特征图E12；第七标准卷积单元，用于将所述特征图E12输入到所述第七标准卷积层进行标准卷积操作，得到特征图E13；第三元素相加单元，用于将所述特征图E3和所述特征图E13输入到所述第三元素相加层进行元素相加操作，得到特征图E14；第一最大池化单元，用于将所述特征图E14输入到所述第一最大池化层进行最大池化操作，得到特征图E15。
