1.一种配电网储能配置优化系统，其特征在于：包括设备采集模块、数据处理模块、负载预测模块、状态评估模块和决策模块；

所述设备采集模块通过收集电网各个区域的实时负载数据、储能设备的状态数据、环境温度数据以及电网拓扑结构信息，组成实时采集数据组；

所述数据处理模块对实时采集数据组进行预处理，包括数据去噪、归一化和缺失值填补，并将处理后的实时采集数据组整合成数据处理集；

所述负载预测模块对数据处理集使用机器学习算法和深度学习技术进行建立区域设备运行负载趋势模型，并对区域设备运行负载趋势模型进行训练分析，获取区域负载优化指数Ctotal；

所述状态评估模块通过预设的区域设备运行负载波动阈值B与区域负载优化指数Ctotal进行匹配，获取区域储能设备负载评估方案；

所述决策模块根据区域储能设备负载评估方案内容进行具体执行，并对执行结果进行反馈、监控和迭代调控。

2.根据权利要求1所述的一种配电网储能配置优化系统，其特征在于：所述设备采集模块包括区域负载单元和设备监测单元；

所述区域负载单元从电网中各个区域的智能电表和负荷监控设备获取实时负载数据，包括用电量、瞬时功率和功率因数；

所述设备监测单元通过集成储能系统进行获取储能设备状态数据，包括设备定位、开关状态、电池电量、充放电速率、电池温度、循环次数和健康状态值，并通过在设备运行区域集成的环境监测传感器获取设备运行区域环境信息，包括温度、湿度、风速和颗粒物浓度，并与所述区域负载单元实时采集数据进行组合，组成实时采集数据组。

3.根据权利要求1所述的一种配电网储能配置优化系统，其特征在于：所述数据处理模块包括预处理单元和整合单元；

所述预处理单元对实时采集数据组进行预处理，包括数据去噪、归一化和缺失值填补，其中，数据去噪通过使用统计方法和机器学习算法进行识别，再使用低通滤波器和中值滤波器进行去除数据中的高频噪声和异常值；归一化通过最小最大归一化和Z‑score归一化进行无量纲处理；缺失值填补包括使用均值填补、插值法和预测模型填补方式进行填补、替代和趋势预测缺失值，并将预处理后的实时采集数据组进行特征提取和统计标记，整合成数据处理集。

4.根据权利要求3所述的一种配电网储能配置优化系统，其特征在于：所述数据处理集包括储能设备放电功率、储能设备充电功率、区域实时负载功率、储能设备充电状态、区域环境温度、区域峰谷温度值和区域节点连接关系；

其中，区域节点连接关系包括节点编号、连接线路、电阻值、连接类型和位置信息。

5.根据权利要求4所述的一种配电网储能配置优化系统，其特征在于：所述负载预测模块包括建模单元；

所述建模单元对数据处理集使用机器学习算法和深度学习技术进行建立区域设备运行负载趋势模型，并对区域设备运行负载趋势模型进行训练分析，获取区域负载优化指数Ctotal；

所述区域负载优化指数Ctotal通过以下计算公式获取：

Ctotal＝α*Cbalance+β*Chealth+γ*Ctemp+δ*Cquality；

式中，Cbalance表示电力质量评估指数，Chealth表示设备区域环境评估指数，Ctemp表示储能电池状态评估指数，Cquality表示区域设备负载评估指数，α、β、γ和δ分别表示电力质量评估指数Cbalance、设备区域环境评估指数Chealth、储能电池状态评估指数Ctemp和区域设备负载评估指数Cquality的权重系数。

6.根据权利要求5所述的一种配电网储能配置优化系统，其特征在于：所述电力质量评估指数Cbalance通过以下计算公式获取：式中，Cbalance表示电力质量评估指数，具体表示电压的稳定质量表现，K表示测量点总数，Ve(t)表示第e测量点在时间t的电压，Vref表示预设参考电压值，包括220V和110V；

所述设备区域环境评估指数Chealth通过以下计算公式获取：

式中，Chealth设备区域环境评估指数，具体表示用来衡量环境温度对电网储能设备的影响表现，N表示区域数量，Wi(t)表示第i区域在时间t的区域环境温度， 表示在时间t的平均区域环境温度，Wmax表示区域环境温度峰值，Wmin表示区域环境温度谷值；

其中，在时间t的平均区域环境温度 通过 公式计算获取。

7.根据权利要求5所述的一种配电网储能配置优化系统，其特征在于：所述储能电池状态评估指数Ctemp通过以下计算公式获取：式中，Ctemp表示储能电池状态评估指数，具体表示储能设备的运行状态表现，M表示储能设备数量，Sq(t)表示第q个设备在时间t的充电状态，具体表示电池当前存储的能量与总容量的百分比， 表示在时间t的储能设备平均充电状态，Smax表示储能设备的额定充电状态；

其中，在时间t的储能设备平均充电状态 通过 计算获取；在时间

t的充电状态S(t)通过库仑计数法计算获取：

式中，S(t)表示时间t的充电状态，通过完全充放电测试和生产商提供的标定数据获取，S(t0)表示初始时间t0的充电状态，Cx表示储能设备电池的额定容量，I(t)表示时间t的充放电流， 表示从初始时间t0到时间t的电流积分；

所述区域设备负载评估指数Cquality通过以下计算公式获取：

式中，Cquality表示电力质量评估指数，具体表示若干个区域负载功率的均衡程度，N表示区域数量，Pi(t)表示第i区域在时间t的实际负载功率， 在时间t的平均负载功率；

其中，时间t的平均负载功率 通过 计算公式获取。

8.根据权利要求1所述的一种配电网储能配置优化系统，其特征在于：所述状态评估模块包括匹配单元；

所述匹配单元通过预设的相关信息与需要的对比值进行匹配，包括通过预设的区域设备运行负载波动阈值B与区域负载优化指数Ctotal进行匹配，获取区域储能设备负载评估方案；

所述区域储能设备负载评估方案通过以下匹配方式获取：

区域负载优化指数Ctotal＜区域设备运行负载波动阈值B，获取区域储能设备负载评估合格结果，不对当前区域储能设备配置方案进行调整；

区域负载优化指数Ctotal≥区域设备运行负载波动阈值B，获取区域储能设备负载评估不合格结果，对当前区域储能设备配置方案进行调整，包括调整储能设备的充放电调整、重新分配储能设备容量调整和优化电网拓扑结构调整；

区域负载优化指数Ctotal≥区域设备运行负载波动阈值B两倍时，获取区域储能设备负载评估预警结果，对当前区域储能设备进行预警同步展示和通知相关工作人员。

9.根据权利要求1所述的一种配电网储能配置优化系统，其特征在于：所述决策模块包括执行单元和管控单元；

所述执行单元根据区域储能设备负载评估方案内容进行具体执行，包括接收并解析区域储能设备负载评估方案的内容，提取需要执行的具体措施，根据具体措施进行生成详细的操作指令，包括充电电流、电压设定和放电启动时机；

所述管控单元对区域储能设备负载评估方案内容具体执行结果进行反馈、监控和迭代调控；反馈包括收集各储能设备执行后的数据，包括充放电量数据、设备状态数据和负载数据；监控包括对储能设备进行持续监控，实时收集设备运行状态和负载波动情况信息；迭代包括通过反馈循环机制，将每次执行后的数据都用于下一次区域储能设备负载评估方案的调整。

10.一种配电网储能配置优化方法，包括上述权利要求1～9任一项所述的一种配电网储能配置优化系统，其特征在于：包括以下步骤：步骤一：设备采集模块通过收集电网各个区域的实时负载数据、储能设备的状态数据、环境温度数据以及电网拓扑结构信息，组成实时采集数据组；

步骤二：数据处理模块对实时采集数据组进行预处理，包括数据去噪、归一化和缺失值填补，并将处理后的实时采集数据组整合成数据处理集；

步骤三：负载预测模块对数据处理集使用机器学习算法和深度学习技术进行建立区域设备运行负载趋势模型，并对区域设备运行负载趋势模型进行训练分析，获取区域负载优化指数Ctotal；

步骤四：状态评估单元通过预设的区域设备运行负载波动阈值B与区域负载优化指数Ctotal进行匹配，获取区域储能设备负载评估方案；

步骤五：决策模块根据区域储能设备负载评估方案内容进行具体执行，并对执行结果进行反馈、监控和迭代调控。