1.高比例分布式光伏接入的配變可開放容量預測方法，其特征在于，包括：
2.如權利要求1所述的高比例分布式光伏接入的配變可開放容量預測方法，其特征在于：所述采集數(shù)據(jù)并進行數(shù)據(jù)預處理包括對異常值檢測與替換，采集配變負荷曲線數(shù)據(jù)、分布式光伏出力數(shù)據(jù)、配變額定容量、配變下銷戶用戶容量、配變下在途報裝用戶容量、配變與分布式光伏用戶關系、配變與用電用戶關系、輻照度、溫度、濕度、風向及壓強，針對異常值，基于正態(tài)分布通過準則，將負荷值超出正負三個標準差外的數(shù)據(jù)視為異常值，正態(tài)分布表示為：
3.如權利要求2所述的高比例分布式光伏接入的配變可開放容量預測方法，其特征在于：所述計算影響配變可開放容量的指標包括根據(jù)預處理后的配變負荷曲線，計算配變?nèi)兆畲筘摵?，表示為?/p>
4.如權利要求3所述的高比例分布式光伏接入的配變可開放容量預測方法，其特征在于：所述對歷史配變?nèi)兆畲筘摵汕€進行平穩(wěn)化處理包括通過adf檢驗歷史負荷數(shù)據(jù)是否為平穩(wěn)序列，如果不滿足平穩(wěn)序列，則采用差分法計算相鄰點之間的負荷差值，表示為：
5.如權利要求4所述的高比例分布式光伏接入的配變可開放容量預測方法，其特征在于：所述構建配變?nèi)兆畲筘摵蓴?shù)據(jù)特征集包括通過三種深度學習模型分別對配變月最大負荷進行特征提取，卷積層對配變負荷數(shù)據(jù)的有效非線性局部特征進行提取，雙向lstm從局部特征中迭代提取全局特征，雙向lstm結構中有兩個lstm層，一個從前向后處理序列，一個從后向前處理序列，在每個時間步，輸入分別傳遞向兩個lstm層，將輸出合并，單向lstm網(wǎng)絡計算公式表示為：
6.如權利要求5所述的高比例分布式光伏接入的配變可開放容量預測方法，其特征在于：所述配變?nèi)兆畲筘摵汕€預測模型包括結合密集連接densenet模型框架思想，基于注意力機制的卷積雙向長短期記憶預測模型，構建配變?nèi)兆畲筘摵汕€預測模型，通過卷積神經(jīng)網(wǎng)絡和長短期記憶網(wǎng)絡結合構建配變?nèi)兆畲筘摵傻念A測模型，提取局部特征，輸入特征通過卷積神經(jīng)網(wǎng)絡進行處理，捕捉數(shù)據(jù)中的時間相關性和長期依賴性，配變?nèi)兆畲筘摵傻念A測模型表示為：
7.如權利要求6所述的高比例分布式光伏接入的配變可開放容量預測方法，其特征在于：所述配變可開放容量測算模型包括根據(jù)配變額度容量及利用系數(shù)，結合配變下當前銷戶用戶總容量、在途報裝用戶的總容量及等效負荷系數(shù)，計算配變剩余容量，根據(jù)剩余容量與配變?nèi)兆畲箢A測負荷、配變?nèi)兆畲箢A測負荷時刻光伏用戶預測出力負荷的差值，測算配變可開放容量，配變可開放容量測算模型表示為：
8.一種采用如權利要求1～7任一所述的高比例分布式光伏接入的配變可開放容量預測方法的系統(tǒng)，其特征在于：包括指標計算模塊、曲線平穩(wěn)化模塊、容量測算模塊；
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至7中任一項所述的高比例分布式光伏接入的配變可開放容量預測方法的步驟。
10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任一項所述的高比例分布式光伏接入的配變可開放容量預測方法的步驟。