1.一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述步骤s1包括以下步骤：
3.根据权利要求2所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述步骤s11中的缺失数据的填充和异常值的替换都根据以下公式进行计算：
4.根据权利要求2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述区间规范化方法包括以下步骤：根椐特征值的区间的边界值将数值归一化到[0，1]区间，计算如式
5.根据权利要求2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述信息增益公式如下所示：
6.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述步骤s5包括以下步骤：
7.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述分类模型通过计算查全率和查准率进行模型评估，公式如下所示：
8.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述时间序列模型通过计算常用误差值来进行模型评估，公式如下所示：
9.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述步骤s3包括以下步骤：对测试数据进行离散化处理；将测试数据输入训练完成后的分类模型中，得到负荷区间形式的输出结果。
10.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法，其特征在于，所述步骤s4包括以下步骤：对测试数据进行预处理；将预处理后的测试数据输入训练完成后的回归模型中，得到具体的负荷值。