1.一种工业企业聚合用户电力负荷管理方法，其特征在于，包括以下步骤：
步骤1，从数据采集系统获取所需要负荷管理的工业企业聚合用户的实时负荷数据，进行负荷分析和负荷数据细分，以需求侧响应机制为目标导向，对负荷数据进行分类与特性提取，将负荷数据细分为：基本保障负荷、生产计划负荷、气象敏感负荷、可控照明负荷和随机负荷五类负荷；
步骤2，依据细分结果将各个聚合对象的时间序列历史数据进行汇总分析，运用神经网络和机器学习的数据挖掘方法构建不同预测模型，基于用户历史用电数据、实时用电负荷数据和影响因素来预测未来用电负荷数据；
步骤3，获得负荷预测结果后，结合工业企业生产计划和用电负荷使用情况，使用需求侧响应机制来管理负荷；将负荷管理调控方案的负荷数据与实时数据比对，完成反馈修正。
2.根据权利要求1所述的工业企业聚合用户电力负荷管理方法，其特征在于，所述的预测模型的建立是基于用户用电历史数据，从用电历史数据中分析用户用电习惯、设备运行状态及用电趋势、与环境的影响因素、用电负荷与时间关系，建立用电负荷预测模型。
3.根据权利要求1所述的工业企业聚合用户电力负荷管理方法，其特征在于，所述的需求侧响应机制包括直接负荷控制、可中断负荷和分时电价。
4.根据权利要求1所述的工业企业聚合用户电力负荷管理方法，其特征在于，工业企业用户侧电力负荷预测历史数据来源于SCADA电力监控系统，采集的数据先进行预处理，预处理方法包括数据清洗、降维和数据归一化。
5.根据权利要求1所述的工业企业聚合用户电力负荷管理方法，其特征在于，管理负荷在负荷预测值达到最大需量之前的控制点处，通过内设的需量曲线模式判定法进行需量控制工作，即比对需量值和负荷预测值判定调节负荷，选择当前最合适的节能方案，提前控制最大需量。
6.一种工业企业聚合用户电力负荷管理系统，其特征在于，包括负荷数据获取模块、气象数据获取模块、数据库、神经网络预测模块、误差计算修正模块和数据显示单元；
其中，所述的负荷数据获取模块，与SCADA电力监控系统连接，用于获取负荷管理所需历史负荷数据和实时负荷数据；
所述的气象数据获取模块，与气象网站接口连接，用于获取负荷管理所需气象数据；
所述的数据库，连接历史负荷数据获取模块和气象数据获取模块，用于存储历史负荷数据、实时负荷数据和气象数据；
所述的神经网络预测模块，与数据库连接，用于基于用户历史用电数据、实时用电负荷数据和影响因素来预测未来用电负荷数据；
所述的误差计算修正模块，与神经网络预测模块和负荷数据获取模块连接，用于将负荷管理调控方案的负荷数据与实时数据比对，完成反馈修正，实时修正负荷数据并优化训练神经网络预测模块的数据库；
所述的数据显示单元，与数据库、神经网络预测模块和误差计算修正模块连接，用于人机交互，包括数据查询、曲线绘制、系统负荷分类展示和负荷调控方案推送。
7.根据权利要求6所述的一种工业企业聚合用户电力负荷管理系统，其特征在于，还包括日期判别模块，日期判别模块与数据库连接，用于通过获取预测日日期与内置日历比对，将数据库内的负荷数据按照时间采样间隔排列为时间序列，细分归类为相似日数据集。
8.根据权利要求6所述的一种工业企业聚合用户电力负荷管理系统，其特征在于，所述的数据显示单元包括数据查询模块、曲线绘制模块、系统负荷分类模块和负荷调控模块；
所述的数据查询模块，用于数据查询实现用户指定日或指定时段查询；
所述的曲线绘制模块，用于绘制指定日历史负荷曲线、各类负荷曲线、实时曲线、预测曲线、实时误差比对图以及较长时间段历史负荷趋势，并显示负荷值；
所述的系统负荷分类模块，用于展示各类负荷分类方法，并展示对应负荷曲线；
所述的负荷调控模块，用于推送负荷管理调控方案，并直观展示预计调控前后负荷曲线变化情况。
9.根据权利要求6所述的一种工业企业聚合用户电力负荷管理系统，其特征在于，还包括智能控制模块，智能控制模块与神经网络预测模块和误差计算修正模块连接，用于依据负荷管理与优化控制方案和实时系统结构完成自动调节、方案推送和超负荷报警，依据实际情况进行直接负荷控制或根据需要通知客户并通过拉闸进行控制负荷。