1.基于多元数据技术的电力市场分析与预测方法，包括以下步骤：
(1)搭建影响电力市场需求的多元数据指标库；
(2)采用指数平滑法和Min-max归一化方法，对多元数据指标库的数据进行标准化处理；
(3)将标准化处理后的数据分为短期电力市场需求影响因素和中长期电力市场需求影响因素；
(4)采用改进的粒子群算法优化支持向量机(SVM)建立短期电力市场需求预测模型，采用最小二乘支持向量机(LSSVM)建立中长期电力市场需求预测模型。
2.根据权利要求1所述的基于多元数据技术的电力市场分析与预测方法，其特征在于，采用改进的粒子群算法来优化SVM参数的步骤包括：
(1)初始化粒子群，设置粒子数、初始位置和初始速度；
(2)根据每个粒子的当前位置，获取SVM参数C及σ值，计算适应度函数；
(3)根据粒子适应度更新个体极值pbest和全局极值gbest，并更新粒子群的位置和速度；
(4)基于遗传杂交算子、免疫选择算子对粒子进行杂交操作和免疫选择；
(5)判断算法收敛准则是否满足，迭代次数i不大于最大迭代次数Max；
如不满足收敛准则，则转(2)；
如满足收敛准则，则输出最优参数C及σ，算法结束。
3.根据权利要求1所述的基于多元数据技术的电力市场分析与预测方法，其特征在于：所述短期电力市场需求影响因素包括温度、湿度、降水量、工作日、节假日、季节性电价；所述中长期电力市场需求的影响因素包括经济总量、电力消费弹性系数、产品产量、价格、产业结构、行业迁移、电价政策、气温、日照时间、降雨量、相对湿度。