1.一种电力系统的供电方法，其特征在于，包括：
采集供电区域在第一时段内的第一负荷信息；
将所述第一负荷信息作为输入参数输入第一神经元网络模型，得到输出的第二负荷信息，其中，所述第一神经元网络模型用于预测短期负荷；
在第二时段内按照所述第二负荷信息为所述供电区域供电，其中，所述第二时段和所述第一时段为同一日内的不同时间段，所述第二时段的起始时间晚于所述第一时段的结束时间。
2.根据权利要求1所述的方法，其特征在于，在采集供电区域在第一时段内的第一负荷信息之前，所述方法还包括：
获取第二神经元网络模型，其中，所述第二神经元网络模型中包括未确定具体数值的参数；
将历史负荷信息输入所述第二神经元网络模型，对所述第二神经元网络模型中的参数进行训练，得到所述第一神经元网络模型，其中，所述第一神经元网络模型中的参数具有通过训练确定的具体数值。
3.根据权利要求2所述的方法，其特征在于，将历史负荷信息输入所述第二神经元网络模型，对所述第二神经元网络模型中的参数进行训练包括：
将所述历史负荷信息作为所述第二神经元网络模型的输入层的输入，对所述第二神经元网络模型的输入层、隐含层以及输出层中的各个参数进行训练。
4.根据权利要求3所述的方法，其特征在于，采集供电区域内第一时段的第一负荷信息包括：
按照指定时间间隔采集所述供电区域在所述第一时段内的第一负荷信息。
5.根据权利要求4所述的方法，其特征在于，在第二时段内按照所述第二负荷信息为所述供电区域供电包括：
获取由所述第二负荷信息得到的负荷曲线，其中，所述负荷曲线包括所述第二时段内每个时间点的负荷数据；
按照预设放大比例对每个时间点的负荷数据进行放大；
在所述第二时段内每个时间点按照放大后的负荷数据进行供电。
6.一种电力系统的供电装置，其特征在于，包括：
采集单元，用于采集供电区域在第一时段内的第一负荷信息；
处理单元，用于将所述第一负荷信息作为输入参数输入第一神经元网络模型，得到输出的第二负荷信息，其中，所述第一神经元网络模型用于预测短期负荷；
供电单元，用于在第二时段内按照所述第二负荷信息为所述供电区域供电，其中，所述第二时段和所述第一时段为同一日内的不同时间段，所述第二时段的起始时间晚于所述第一时段的结束时间。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
获取单元，用于在采集供电区域在第一时段内的第一负荷信息之前，获取第二神经元网络模型，其中，所述第二神经元网络模型中包括未确定具体数值的参数；
训练单元，用于将历史负荷信息输入所述第二神经元网络模型，对所述第二神经元网络模型中的参数进行训练，得到所述第一神经元网络模型，其中，所述第一神经元网络模型中的参数具有通过训练确定的具体数值。
8.根据权利要求7所述的装置，其特征在于，所述训练单元还用于将所述历史负荷信息作为所述第二神经元网络模型的输入层的输入，对所述第二神经元网络模型的输入层、隐含层以及输出层中的各个参数进行训练。
9.根据权利要求6所述的装置，其特征在于，所述采集单元还用于按照指定时间间隔采集所述供电区域在所述第一时段内的第一负荷信息。
10.根据权利要求6所述的装置，其特征在于，所述供电单元包括：
获取模块，用于获取由所述第二负荷信息得到的负荷曲线，其中，所述负荷曲线包括所述第二时段内每个时间点的负荷数据；
放大模块，用于按照预设放大比例对每个时间点的负荷数据进行放大；
供电模块，用于在所述第二时段内每个时间点按照放大后的负荷数据进行供电。