1.一种智能电网负荷预测系统，其特征在于，所述系统包括：

电网负荷耦合关系计算模块在区域电网负荷数据中提取负荷变化速率，计算负荷增量及相邻变电站潮流比例，调用电网拓扑参数计算电压相角偏移量，计算权重比例得到电网负荷耦合权重矩阵；

电网负荷动态调整模块调用所述电网负荷耦合权重矩阵，获取实时负荷变化速率，计算负荷突变因子，提取供需偏移量及功率潮流调整量，计算电压偏移变化，调整权重矩阵后调用往期负荷波动传播时延，得到负荷耦合动态修正值；

所述电网负荷动态调整模块包括：

负荷变化计算子模块调用电网负荷耦合权重矩阵，计算实时负荷变化速率，提取电网运行中的负荷突变因子，并基于负荷变化速率筛选关键负荷波动节点，计算多节点间的负荷传播比值，生成关键负荷变化比值；

负荷偏移调整子模块调用关键负荷变化比值，提取供需差异数据，计算供需偏移量，并结合负荷传播比值，获取多负荷节点的功率潮流调整量，采用公式：；

运算获取多负荷节点的功率调整值，整合调整后的电压偏移数据，得到电压偏移变化；

其中， 代表功率潮流调整量， 代表负荷节点 对整体负荷调整的权重， 代表负荷节点 的当前负荷需求值， 代表负荷节点 的当前供给功率值，为规避分母为零的小量参数， 代表电网负荷节点的总数；

负荷耦合动态修正子模块调用电压偏移变化，调整电网负荷耦合权重矩阵，并结合往期负荷波动传播时延，计算负荷耦合修正系数，得到负荷耦合动态修正值；

气象影响电网负荷修正模块获取区域往期气象数据，结合所述负荷变化速率，计算负荷斜率及获取温度敏感区间、湿度临界值，调用电网电压波动范围，得到气象负荷修正因子；

负荷预测模型输入优化模块调用所述负荷耦合动态修正值，调整负荷预测模型中相邻区域负荷权重，调用所述气象负荷修正因子，修正气象参数比重，计算输入调整幅度得到优化后的预测输入参数。

2.根据权利要求1所述的智能电网负荷预测系统，其特征在于，所述电网负荷耦合权重矩阵包括负荷增量、相邻变电站潮流比例、电压相角偏移量、权重比例，所述负荷耦合动态修正值包括负荷突变因子、供需偏移量、功率潮流调整量、电压偏移变化、往期负荷波动传播时延，所述气象负荷修正因子包括负荷斜率、温度敏感区间、湿度临界值、电网电压波动范围，所述优化后的预测输入参数包括负荷耦合动态修正值、相邻区域负荷权重、气象负荷修正因子、气象参数比重、输入调整幅度。

3.根据权利要求2所述的智能电网负荷预测系统，其特征在于，所述电网负荷耦合关系计算模块包括：负荷变化速率提取子模块获取区域电网负荷数据，提取多时间段内的负荷变化量，计算单位时间内的负荷变化速率，依据负荷变化趋势筛选异常数据，得到负荷变化速率序列；

负荷增量计算子模块基于所述负荷变化速率序列，计算相邻时间段的负荷增量，归集变电站潮流变化数据，依据潮流变化趋势匹配负荷增量分布，得到负荷增量匹配序列；

负荷耦合权重矩阵计算子模块基于所述负荷增量匹配序列，调用电网拓扑参数计算电压相角偏移量，依据偏移量构建变电站间负荷分布关系，采用公式：；

计算多变电站间的负荷耦合权重比例，归集计算结果，建立电网负荷耦合权重矩阵；

其中， 代表变电站 与 之间的负荷耦合权重， 代表变电站 的负荷功率， 代表变电站 的电压相角， 代表变电站 与所有变电站的负荷

差值总和， 代表变电站 与所有变电站的电压相角差值平方和。

4.根据权利要求1所述的智能电网负荷预测系统，其特征在于，所述气象影响电网负荷修正模块包括：气象数据提取子模块获取所述区域往期气象数据，提取温度、湿度的参数，筛选符合数据完整性要求的气象信息，排除数据缺失项，计算差异化时间段的温湿度变化范围，统计温度变化趋势及湿度变化率，并调整异常数据波动范围，生成区域气象参数集；

气象负荷变化计算子模块基于所述区域气象参数集，调用电网负荷数据，计算差异化气象条件下的负荷变化趋势，依据时序数据求取负荷变化速率，并结合温湿度变化率，采用公式：；

计算得到负荷斜率；

其中， 代表负荷斜率， 代表时间段 内的负荷变化量， 代表时间段 的权重系数， 代表温度变化量， 代表时间段 的湿度值， 代表湿度临界值， 代表在计算负荷斜率时考虑的总时间段的数量；

气象负荷修正因子计算子模块调用所述负荷斜率，结合区域气象参数集，筛选温度敏感区间范围，计算温度对负荷变化的作用占比，获取湿度临界值，并调用电网电压波动范围，计算气象影响因子权重，结合多影响参数，计算得到气象负荷修正因子。

5.根据权利要求4所述的智能电网负荷预测系统，其特征在于，所述负荷预测模型输入优化模块包括：负荷权重调整子模块基于所述负荷耦合动态修正值，调整负荷预测模型中相邻区域的负荷权重，对差异化区域负荷数据进行比对，筛选相邻区域负荷权重变化趋势，依据负荷耦合动态修正值调整负荷权重值，计算修正后区域负荷占比，获取修正后负荷权重系数；

气象参数修正子模块调用所述气象负荷修正因子，依据气象参数比重变化计算修正值，对比差异化气象条件下负荷变动情况，调整气象参数在负荷预测中的比重，计算修正后的气象影响参数，获取修正后气象影响因子；

输入参数优化计算子模块调用所述修正后负荷权重系数与所述修正后气象影响因子，结合当前负荷预测输入数据，采用公式：；

运算获取优化调整后的输入参数值，得到优化后预测输入参数；

其中， 代表优化后预测输入参数， 代表修正后负荷权重系数， 代表相邻区域负荷数据， 代表修正后气象影响因子， 代表气象参数比重， 代表负荷变化速率因子， 代表时间周期参数， 表示负荷影响的时间衰减因子， 代表计算的上限，是一个指标或范围的最大值。

6.根据权利要求5所述的智能电网负荷预测系统，其特征在于，所述系统还包括电网负荷预测误差评估模块；

所述电网负荷预测误差评估模块调用所述优化后的预测输入参数，运行负荷预测模型，根据电网负荷数据及预测误差分布趋势，计算误差率后得到负荷预测误差评估结果；

所述负荷预测误差评估结果包括电网负荷数据、预测误差分布趋势、误差率。

7.根据权利要求6所述的智能电网负荷预测系统，其特征在于，所述电网负荷预测误差评估模块包括：预测输入优化子模块调用所述优化后的预测输入参数，获取电网负荷数据及预测误差分布数据，筛选影响负荷预测精度的关键变量，计算多变量的偏差程度，比较偏差幅度与误差分布区间，调整变量权重，得到优化变量权重值；

误差率计算子模块基于所述优化变量权重值，获取电网负荷数据及预测误差分布数据，计算多时间区间误差幅度，监测误差幅度与负荷均值之间的关系，采用公式：；

计算误差趋势变化幅度，得到误差趋势幅度值；

其中， 代表时段 误差率， 代表时段 实际负荷数值， 代表时段 预测负荷数值， 代表时段 负荷偏差修正值， 代表第 个变量在时段 的优化权重，代表变量总数， 代表时段 的误差调整参数；

误差评估结果生成子模块基于所述误差趋势幅度值，分析误差分布变化，计算误差率与误差阈值之间的偏差程度，判断误差率的波动情况，得到负荷预测误差评估结果。

8.一种智能电网负荷预测方法，其特征在于，根据权利要求1‑7任一项所述的智能电网负荷预测系统执行，包括以下步骤：S1：获取区域电网负荷数据，提取多节点负荷变化速率，计算相邻变电站的负荷增量及潮流比例，调用电网拓扑参数计算电压相角偏移量，归一化计算多变电站间的负荷耦合比重，调整权重比例得到电网负荷耦合权重矩阵；

S2：基于所述电网负荷耦合权重矩阵，获取实时负荷变化速率，计算负荷突变因子，根据潮流比例提取供需偏移量及功率潮流调整量，调用电压相角偏移量计算电压偏移变化，结合往期负荷波动传播时延调整电网负荷耦合权重矩阵，计算负荷耦合动态修正值，得到负荷耦合动态修正值；

S3：获取区域往期气象数据，结合负荷耦合动态修正值计算负荷斜率，提取温度敏感区间、湿度临界值，调用电网电压波动范围计算气象负荷偏移量，得到气象负荷修正因子；

S4：调用负荷耦合动态修正值调整负荷预测输入中相邻区域负荷权重，调用所述气象负荷修正因子修正气象参数比重，计算输入调整幅度，得到优化后的预测输入参数；

S5：调用所述优化后的预测输入参数，运行负荷预测计算，基于电网负荷数据分析预测误差分布趋势，计算误差率，得到负荷预测误差评估结果。