1.基于智慧物联网的综合电力能源分析预测方法，其特征在于，包括如下步骤：S1：对微电网的使用主体进行电力需求预测的分析，实时获取微电网的预估电力需求；

S2：对飞轮储能系统在维持阶段的飞轮转速数据进行频谱分析，评估飞轮储能系统在维持阶段的电力供应的安全隐患；

S3：根据微电网预估电力需求和飞轮储能系统在维持阶段的电力供应的安全隐患，判断是否进入飞轮储能系统预警分析阶段；

S4：当进入飞轮储能系统预警分析阶段后，通过对飞轮储能系统放电阶段的电力输出变化进行分析，评估飞轮储能系统放电阶段对负载需求的适应性；通过对飞轮储能系统所在真空腔的压力数据进行分析，评估飞轮储能系统所在真空腔的稳定性；

S5：将飞轮储能系统在维持阶段的电力供应的安全隐患、放电阶段对负载需求的适应性以及飞轮储能系统所在真空腔的稳定性进行综合分析，对飞轮储能系统在放电阶段的潜在风险程度进行预警；

在S4中，通过对飞轮储能系统放电阶段的电力输出变化进行分析，评估飞轮储能系统放电阶段对负载需求的适应性，具体为：实时采集P(t)和L(t)，P(t)为在时间t时的电力输出，L(t)为在时间t时的负载需求；

对采集到的P(t)和L(t)进行预处理；

使用标准差来衡量电力输出的波动性： 其中， 是电力输出的标准差，T是分析时间段的总时间， 是电力输出的平均值；

计算电力输出与负载需求之间的相关性：

其中， 是电力输出与负载需求的相关

系数， 是负载需求的平均值；

基于电力输出的标准差和电力输出与负载需求的相关系数计算放电负载适应性指数，其表达式为： 其中，LAI为放电负载适应性指数；

通过对飞轮储能系统所在真空腔的压力数据进行分析，评估飞轮储能系统所在真空腔的稳定性，具体为：设定压力监测集合，压力监测集合内包括m个最靠近实时时间的真空腔压力值；

计算真空腔压力异常隐患指数，其表达式为： 其中，ZBY为真空腔压力异常隐患指数，m、q分别为压力监测集合内真空腔压力值的数量和编号，q＝

1、2、3、......、m，且q为正整数， 为压力监测集合内第q+1个真空腔压力值， 为压力监测集合内第q个真空腔压力值。

2.根据权利要求1所述的基于智慧物联网的综合电力能源分析预测方法，其特征在于，在S1中，具体为：将实时的用电数据、环境数据和用户行为数据接入已训练好的自回归积分滑动平均模型，通过自回归积分滑动平均模型，获取实时的电力需求预测值。

3.根据权利要求2所述的基于智慧物联网的综合电力能源分析预测方法，其特征在于，在S2中，具体为：采集飞轮储能系统在维持阶段的转速数据；

对飞轮储能系统在维持阶段的转速数据进行预处理，预处理步骤包括去除趋势、滤波和归一化；

对原始转速信号进行快速傅里叶变换，得到频域信号；

计算频域信号的功率谱密度；

将功率谱密度进行归一化处理；

计算飞轮储能系统在维持阶段的频谱熵，计算公式为：其中， 为飞轮储能系统在维持阶段的频谱熵，

为归一化后的功率谱密度，k表示频率点的索引，N是采集飞轮储能系统在维持阶段的转速数据时的采样点数；

获取基准频谱熵值；将飞轮储能系统在维持阶段的频谱熵与基准频谱熵值的比值标记为维持频谱熵隐患指数。

4.根据权利要求3所述的基于智慧物联网的综合电力能源分析预测方法，其特征在于，在S3中，具体为：设定电力需求预测阈值；将实时的电力需求预测值与电力需求预测阈值进行比较：当实时的电力需求预测值大于电力需求预测阈值时，则判定生成电力需求较大信号；

当实时的电力需求预测值小于等于电力需求预测阈值时，则判定生成电力需求可接受信号；

设定维持频谱熵隐患阈值；将维持频谱熵隐患指数与维持频谱熵隐患阈值进行比较：当维持频谱熵隐患指数大于维持频谱熵隐患阈值时，则判定生成维持阶段隐患风险信号；当维持频谱熵隐患指数小于等于维持频谱熵隐患阈值时，则判定生成维持阶段隐患正常信号；

当生成电力需求可接受信号，且生成维持阶段隐患正常信号时，则判定不进入飞轮储能系统预警分析阶段；否则，进入飞轮储能系统预警分析阶段。

5.根据权利要求4所述的基于智慧物联网的综合电力能源分析预测方法，其特征在于，在S5中，具体为：将维持频谱熵隐患指数、放电负载适应性指数以及真空腔压力异常隐患指数进行归一化处理，将归一化处理后的维持频谱熵隐患指数、放电负载适应性指数以及真空腔压力异常隐患指数分别赋予预设比例系数后，计算得到飞轮储能系统运行预警系数；

设定飞轮储能系统运行预警阈值；将飞轮储能系统运行预警系数与飞轮储能系统运行预警阈值进行比较，对飞轮储能系统在放电阶段的潜在风险程度进行预警，具体为：当飞轮储能系统运行预警系数大于飞轮储能系统运行预警阈值时，则判定生成运行风险预警信号；

当飞轮储能系统运行预警系数小于等于飞轮储能系统运行预警阈值时，则判定生成运行风险正常信号。

6.基于智慧物联网的综合电力能源分析预测系统，用于实现权利要求1‑5任一项所述的基于智慧物联网的综合电力能源分析预测方法，其特征在于，包括电力需求预估模块、电供隐患评估模块、预警进入判断模块、放电信息采集模块以及综合风险预警模块；

电力需求预估模块对微电网的使用主体进行电力需求预测的分析，实时获取微电网的预估电力需求；

电供隐患评估模块对飞轮储能系统在维持阶段的飞轮转速数据进行频谱分析，评估飞轮储能系统在维持阶段的电力供应的安全隐患；

预警进入判断模块根据微电网预估电力需求和飞轮储能系统在维持阶段的电力供应的安全隐患，判断是否进入飞轮储能系统预警分析阶段；

当进入飞轮储能系统预警分析阶段后，放电信息采集模块通过对飞轮储能系统放电阶段的电力输出变化进行分析，评估飞轮储能系统放电阶段对负载需求的适应性；通过对飞轮储能系统所在真空腔的压力数据进行分析，评估飞轮储能系统所在真空腔的稳定性；

综合风险预警模块将飞轮储能系统在维持阶段的电力供应的安全隐患、放电阶段对负载需求的适应性以及飞轮储能系统所在真空腔的稳定性进行综合分析，对飞轮储能系统在放电阶段的潜在风险程度进行预警；

通过对飞轮储能系统放电阶段的电力输出变化进行分析，评估飞轮储能系统放电阶段对负载需求的适应性，具体为：实时采集P(t)和L(t)，P(t)为在时间t时的电力输出，L(t)为在时间t时的负载需求；

对采集到的P(t)和L(t)进行预处理；

使用标准差来衡量电力输出的波动性： 其中， 是电力输出的标准差，T是分析时间段的总时间， 是电力输出的平均值；

计算电力输出与负载需求之间的相关性：

其中， 是电力输出与负载需求的相关

系数， 是负载需求的平均值；

基于电力输出的标准差和电力输出与负载需求的相关系数计算放电负载适应性指数，其表达式为： 其中，LAI为放电负载适应性指数；

通过对飞轮储能系统所在真空腔的压力数据进行分析，评估飞轮储能系统所在真空腔的稳定性，具体为：设定压力监测集合，压力监测集合内包括m个最靠近实时时间的真空腔压力值；

计算真空腔压力异常隐患指数，其表达式为： 其中，ZBY为真空腔压力异常隐患指数，m、q分别为压力监测集合内真空腔压力值的数量和编号，q＝

1、2、3、......、m，且q为正整数， 为压力监测集合内第q+1个真空腔压力值， 为压力监测集合内第q个真空腔压力值。