1.一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在于，包括以下步骤：采集项目集中的电力物资数据，进行图结构化，得到初始物资关系图谱；基于所述初始物资关系图谱采用矩阵表达法进行量化，并进一步采用关联物料分组算法进行关联物料分组；基于关联物料分组结果计算量化后的初始物资关系图谱的熵值，并基于最大熵减降噪原理剔除噪点，得到最终的物资关系图谱；基于所述物资关系图谱，预测出物资需求量区间；所述进行关联物料分组的步骤包括：构造物料x i 的前提物料映射 并基于所述前提物料映射 遍历所述关联关系矩阵R n×n 的第i行，筛选元素为1的列序号，以找出物料x i 的前提物料x j ，其中所述前提物料映射 为所有与物料x i 有直接关联关系的物料集合；基于所述前提物料映射 构造映射 遍历所述关联关系矩阵R n×n 的第i行和第j列，寻找所有满足R(i，j)＝R(j，i)＝1}的列序号j将相互配套的物料分为一组，最后重复上述步骤完成所有物料的分组；所述得到最终的物资关系图谱的步骤包括：1)判断熵值是否为零，若是，则表明不需要降噪，所述量化后的初始物资关系图谱作为最终的物资关系图谱，若否，则表明需要降噪，执行下一步骤：2)对于所述量化后的初始物资关系图谱中的项目集P，删除第j个项目构成子集P -j ，计算子集P -j 的熵值H(P -j )，并重复此步骤，得到所有子集的熵值；3)将所述所有子集的熵值中熵值最大的项目删除；4)计算项目集P的熵减是否超过阈值，若是，则结束降噪操作，得到最终的物资关系图谱，若否，则根据熵减后的项目集P重复迭代步骤1)-4)，直至结束，得到最终的物资关系图谱,其中项目集P的熵减的计算表达式为：熵减＝H(P)-max{H(P -j )}式中，H(P)为项目集P的熵值。
2.根据权利要求1所述的一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在于，所述进行图结构化的步骤包括：将所述电力物资数据转换为顶点函数和边函数，形成初始物资关系图谱，其中，所述电力物资数据中一种物料对应一个图谱顶点，两种物料的相对需求对应图谱边。
3.根据权利要求2所述的一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在式中，V(x)为物料x的顶点函数，是物料x需求频率的映射，反映项目对物料x的绝对需求，0<V(x)≤1，当V(x)＝1时，物料x是全体项目集P的必备物料；N(P x )为用到物料x的项目P x 的项数，N(P)为项目集的项数；式中，E(x，y)为物料x和物料y之间的边函数，是物料x和物料y的需求关联性的映射；N(P y|x )为P y|x 的项数，P y|x 为用到物料x的项目中，又用到了物料y的项目；N(P)为项目集的项数。
4.根据权利要求2所述的一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在于，所述采用矩阵表达法进行量化的步骤包括：构造所述顶点函数V(x)到需求向量的映射 其中D n ＝(d 1 ，d 2 ，...，d i ，...，d n )为需求关系向量，d i 是第i项物料x i 的需求频率V(x i )，n为项目集P覆盖到的物料种类数；构造边函数E(x,y)到关联关系矩阵的映射 完成量化过程，其中R n×n 为关联关系矩阵，第i行j列元素r i，j ＝E(x i ，x j )，1≤i≤n，1≤j≤n，且r i，i ＝E(x i ，x i )＝1。
5.根据权利要求1所述的一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在于，所述熵值的计算表达式为：式中，H为熵值，反映关联物料分组的集中程度，m为关联物料分组数， 为第i个关联物料分组， x 1 ，x 2 ，...，x N 为项目集P覆盖物料，N是物料数。
6.根据权利要求1所述的一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在于，所述预测出物资需求量区间的步骤包括：基于所述物资关系图谱确定物料需求之间的数量关系类型；根据所述数量关系类型计算每种物料的需求量区间，得到物资需求量区间。
7.根据权利要求6所述的一种基于熵值的电力物资关系图谱绘制和需求预测方法，其特征在于，所述数量关系类型包括区间型数量关系、公式型数量关系和比例型数量关系。
8.一种根据权利要求1-7任一所述基于熵值的电力物资关系图谱绘制和需求预测方法的预测系统，其特征在于，包括：图结构化模块：用于采集电力物资数据，进行图结构化，得到初始物资关系图谱；量化与分组模块：用于基于所述初始物资关系图谱采用矩阵表达法进行量化，并进一步采用关联物料分组算法进行关联物料分组；熵分析模块：用于计算每个关联物料分组的熵值，并基于最大熵减降噪原理剔除噪点，得到最终的物资关系图谱；预测模块：用于基于所述物资关系图谱，结合确定的数量关系类型，预测出物资需求量。
