1.一种基于人工智能的工业大数据数据安全监测方法，其特征在于，所述方法包括：

步骤S100：获取各个配电站对应的供电区域；采集供电区域各个历史周期的用电数据，并对供电区域各个历史周期的用电数据进行筛选；基于供电区域在各个历史周期的用电数据，使用时间序列模型对当前周期内供电区域的用电量进行预测，并记为标记用电量；

步骤S200：设置各个供电区域对应的用电量阈值；当供电区域在单位时段内用电量小于用电量阈值时，判定供电区域在所述单位时段内缺电；对各个供电区域的缺电记录进行获取；基于各个供电区域对应的缺电记录，对工业园区内各个供电区域之间的用电量关联性进行评估；

所述步骤S200包括：

步骤S201：将于任意历史周期内存在历史缺电记录的供电区域设为标记供电区域；获取各个标记供电区域的各个历史缺电记录对应的时间段；

步骤S202：基于各个历史缺电记录发生的时间段，将同一历史周期内的历史缺电记录进行获取；将历史周期内没有缺电的供电区域，并记为特征供电区域；

步骤S203：获取特征供电区域的在单位时段内的实际用电量；设置各个供电区域的实际用电量变化比例阈值；当特征供电区域的实际用电量与上一个单位时段的实际用电量的变化比例，小于实际用电量变化比例阈值，将特征供电区域记为标记特征供电区域；

步骤S204：对特征供电区域各个单位时段内生产工件的消耗量进行获取；设置工件消耗量阈值；当某一特征供电区域在单位时段内生产工件的消耗量小于工件消耗量阈值，将特征供电区域记为目标特征供电区域；

步骤S205：获取同一历史周期内的标记供电区域、标记特征供电区域、目标特征供电区域；将标记供电区域记为第二供电区域；任选一个标记特征供电区域记为疑似第三供电区域；任选一个目标特征供电区域记为疑似第一供电区域；

步骤S206：当第二供电区域、疑似第一供电区域和疑似第三供电区域在同一历史周期内时，将历史周期记为关联历史周期；对关联历史周期总个数进行获取；

步骤S207：设置关联历史周期数量阈值；当关联历史周期总个数大于关联历史周期数量阈值，判定疑似第一供电区域、第二供电区域和疑似第三供电区域之间存在关联，分别将疑似第一供电区域和疑似第三供电区域，记为第一供电区域和第三供电区域；

步骤S300：获取当前周期内电网对工业园区内各个配电站的供电规划；获取工业园区内各个供电区域的标记用电量；基于工业园区的供电规划和各个供电区域的标记用电量，对当前周期内工业园区各个配电站的供电量进行分配；

步骤S400：基于工业园区内各个配电站的供电量和不同供电区域之间关联性，对工业园区内各个供电区域内供电进行智能调控。

2.根据权利要求1所述的一种基于人工智能的工业大数据数据安全监测方法，其特征在于，所述步骤S100包括：步骤S101：对供电区域各个历史周期内的用电量数据进行汇集，得到供电区域的用电量集合；

步骤S102：获取供电区域内各个用电设备的用电功率；对供电区域历史周期内各个用电设备的用电时长进行获取；计算供电区域在历史周期内任意用电设备的第一用电量Uh＝P×T；其中，P为任意用电设备的用电功率；T为任意用电设备在历史周期内使用时长；

步骤S103：计算供电区域在历史周期内的第二用电量 其中，j为供电区域在历史周期内用电设备个数； 为第i个用电设备在历史周期内的第一用电量；

步骤S104：计算历史周期内供电区域的特征用电值 其中，V为历史周期内配电站对供电区域的供电量；获取供电区域在各个历史周期的特征用电值；

步骤S105：计算第a个历史周期内供电区域的特征用电比例值 其

中，Ra为供电区域在第a个历史周期对应的特征用电值；Ra+1为供电区域在第a+1个历史周期对应的特征用电值；设置特征用电比例阈值；当某一历史周期供电区域的特征用电比例值大于特征用电比例阈值，将历史周期记为标记历史周期；对供电区域在标记历史周期的用电量进行剔除，选取标记历史周期相邻的两个历史周期的用电量平均值，作为标记历史周期的用电量；

步骤S106：将各个历史周期内供电区域的用电量进行汇集；使用时间序列模型对各个历史周期内用电量进行训练，得到时间序列模型相应参数；使用时间序列模型对历史周期内的用电量进行预测校准，并对时间序列模型参数进行调整；在当前周期内使时间序列模型对供电区域的用电量进行预测，得到当前周期供电区域的预测用电量，记为标记用电量。

3.根据权利要求2所述的一种基于人工智能的工业大数据数据安全监测方法，其特征在于，所述步骤S300包括：步骤S301：获取电网对配电站的供电量；获取配电站的供电区域内实际用电量；将配电站的供电量与供电区域的实际用电量之间比值，作为配电站的用电状态评价值；设置用电状态评价值阈值；当配电站的用电状态评价值小于用电状态评价值阈值，将所述配电站的供电等级记为优先供电等级；

步骤S302：当配电站的用电状态评价值大于等于用电状态评价值阈值，将所述配电站的供电等级记为标准供电等级；

步骤S303：获取电网对配电站的标准输入电量；从当前周期电网的供电规划中提取出电网在当前周期的供电量；当当前周期内电网的供电量小于各个配电站的标记用电量之和，判定工业园区在当前周期电量供应不足；

步骤S304：基于工业园区内各个供电区域的标记用电量和配电站对应的供电等级，对各个配电站按照相应次序分配对应的电量。

4.根据权利要求3所述的一种基于人工智能的工业大数据数据安全监测方法，其特征在于，所述步骤S400包括：步骤S401：获取各个配电站分配的供电量；计算配电站的供电评价值 其中，Eμ为当前周期配电站分配的供电量；EQ为当前周期配电站的标记用电量；设置供电评价值阈值；

当前周期内某一配电站的供电评价值小于供电评价值阈值，将配电站记为重点配电站；

步骤S402：对重点配电站使用工业园区内的后备电源进行补充供电；其中，工业园区内后备电源优先对供电评价值小的重点配电站进行供电；

步骤S403：获取各个供电区域内存在关联性的供电区域；当配电站在当前周期内的供电量，小于配电站的供电区域的标记用电量，对供电区域内缺电的供电区域进行获取；当缺电的供电区域为第一供电区域、第二供电区域和第三供电区域中任意一项时，对存在关联性的供电区域进行获取；对缺电的供电区域存在关联的供电区域进行缺电；当标记供电区域所属供电区域的供电量大于等于配电站的标记用电量，对所述供电区域的配电站进行电量进行调控，分配一部分供电量对重点配电站进行供电，并对各个配电站进行安全调控。

5.应用于权利要求1‑4中任意一项所述的一种基于人工智能的工业大数据数据安全监测方法的工业大数据数据安全监测系统，其特征在于，所述监测系统包括标记用电量模块、关联性模块、电量分配模块、电量安全调控模块；

所述标记用电模块，用于对供电区域内用电数据进行采集，对所述用电数据进行分析，得到当前周期内供电区域的标记用电量；

所述关联性模块，用于对工业园区内历史缺电记录进行获取；基于工业园区历史缺电数据信息，对不同供电区域之间关联性进行分析；

所述电量分配模块，用于基于工业园区的供电规划和各个供电区域的标记用电量，对当前周期内工业园区各个配电站的供电量进行分配；

所述电量安全调控模块，用于对供电区域内各个供电区域供电进行监控；并对供电区域的配电站进行电量进行调控，分配一部分供电量对重点配电站进行供电，对各个配电站进行安全调控。

6.根据权利要求5所述的工业大数据数据安全监测系统，其特征在于，所述标记用电量模块包括第二用电量单元、标记用电量单元；

所述第二用电量单元，用于对供电区域内各个用电设备的用电功率进行获取；计算历史周期内用电设备的第一用电量；基于第一用电量，计算供电区域历史周期的第二用电量；

所述标记用电量单元，用于对供电区域在历史周期对应的特征用电值进行计算；在当前周期内使时间序列模型对供电区域的用电量进行预测，得到当前周期供电区域的预测用电量，记为标记用电量。

7.根据权利要求5所述的工业大数据数据安全监测系统，其特征在于，所述关联性模块包括缺电单元、关联性单元；

所述缺电单元，用于设置各个供电区域对应的电量输入量阈值；当供电区域在单位时段内电量输入量小于电量输入量阈值时，判定供电区域缺电；

所述关联性单元，用于对疑似第一供电区域、第二供电区域和疑似第三供电区域所属历史缺电记进行获取；对供电区域之间的关联性进行判断。

8.根据权利要求5所述的工业大数据数据安全监测系统，其特征在于，所述电量分配模块包括供电等级单元、电量分配单元；

所述供电等级单元，用于对配电站输入电量与供电区域内实际用电量之间比值进行获取；基于配电站的用电状态评价值，判定配电站的供电等级；

所述电量分配单元，用于工业园区内各个供电区域的标记用电量，根据配电站对应的供电等级，按照相应次序对配电站分配的供电量。

9.根据权利要求5所述的工业大数据数据安全监测系统，其特征在于，所述电量安全调控模块包括供电评价值单元、电量安全调控单元；

所述供电评价值单元，用于对当前周期内配电站的标记用电量和供电量进行获取；计算配电站的供电评价值；

所述电量安全调控单元，用于对缺电的供电区域存在关联的供电区域进行限电；当标记供电区域所属供电区域的供电量大于等于配电站的标记用电量，对所述供电区域的配电站进行电量进行调控，分配一部分供电量对重点配电站进行供电，并对各个配电站进行安全调控。