1.一种大数据驱动的电网负荷精细化管理方法，其特征在于，包括：S1、获取多个现存配电设备，多个现存配电设备包含第一配电设备、第二配电设备和目标管理设备；

S2、获取多个不同的集合规则，基于不同的集合规则分别将多个现存配电设备归纳至多个集合中，以此形成集合模型，其中，每个集合规则下包含至少两个集合；

S3、获取第一配电设备的第一负荷扰动信息，获取第二配电设备的第二负荷扰动信息，基于综合计算模型获取第一负荷扰动信息和第二负荷扰动信息的相似度；

若相似度大于第一预设值，则基于集合模型判断是否存在同时归纳有第一配电设备和第二配电设备的集合，若存在，则将同时归纳有第一配电设备和第二配电设备的集合形成标记集合；

S4、判断目标管理设备是否处于标记集合中，若处于，则发出扰动隐患通知。

2.根据权利要求1所述的大数据驱动的电网负荷精细化管理方法，其特征在于，在基于综合计算模型获取第一负荷扰动信息和第二负荷扰动信息的相似度中，综合计算模型包括：其中，

所述S(L1，L2)为第一负荷扰动信息和第二负荷扰动信息的相似度，L1(t)为第一配电设备在时刻t的负荷扰动，L2(t)为第二配电设备在时刻t的负荷扰动，和分别为L1(t)和L2(t)在预设时间序列内的平均值。

3.根据权利要求2所述的大数据驱动的电网负荷精细化管理方法，其特征在于，所述S4包括：S41、判断目标管理设备是否处于标记集合中，若处于，进行S42；

S42、获取目标管理设备的实时负荷变化值；

S43、基于综合计算模型对实时负荷变化值进行处理并获取综合指标，判断综合指标是否超过第二预设值，若超过，则发出扰动隐患通知。

4.根据权利要求3所述的大数据驱动的电网负荷精细化管理方法，其特征在于，在所述S43中，综合计算模型包括：其中，

I(LT)为综合指标，LT(t)为实时负荷变化值，为LT(t)在预设时间序列内的平均值，α为修正系数，N为时间点的总数。

5.根据权利要求3所述的大数据驱动的电网负荷精细化管理方法，其特征在于，所述S42还包括：S421、选取第一时间段T1和第二时间段T2；

S422、获取目标管理设备当前时间点t0；

S423、绘制目标管理设备t0-T1时刻至t0+T2的负荷值变化曲线，根据负荷值变化曲线获取最大负荷差值，实时负荷变化值即为最大负荷差值。

6.根据权利要求1所述的大数据驱动的电网负荷精细化管理方法，其特征在于，所述S3还包括：若存在同时归纳有第一配电设备和第二配电设备的集合，则基于综合计算模型、第一负荷扰动信息和第二负荷扰动信息形成关联标记，并将关联标记与标记集合相互关联。

7.根据权利要求1所述的大数据驱动的电网负荷精细化管理方法，其特征在于，在基于综合计算模型、第一负荷扰动信息和第二负荷扰动信息形成关联标记中，所述综合计算模型包括：G＝H(S1∥S2)；其中，

G为关联标记，S1为第一负荷扰动信息的序列化字符串，S2为第二负荷扰动信息的序列化字符串，H为哈希函数。

8.一种大数据驱动的电网负荷精细化管理系统，其特征在于，所述系统用于实现权利要求1至权利要求7中任意一项所述的大数据驱动的电网负荷精细化管理方法，所述系统包括：第一获取模块，用于获取多个现存配电设备，多个现存配电设备包含第一配电设备、第二配电设备和目标管理设备；

第二获取模块，用于获取多个不同的集合规则，基于不同的集合规则分别将多个现存配电设备归纳至多个集合中，以此形成集合模型，其中，每个集合规则下包含至少两个集合；

计算处理模块，用于获取第一配电设备的第一负荷扰动信息，获取第二配电设备的第二负荷扰动信息，基于综合计算模型获取第一负荷扰动信息和第二负荷扰动信息的相似度；

所述计算处理模块还用于在相似度大于第一预设值时，基于集合模型判断是否存在同时归纳有第一配电设备和第二配电设备的集合，若存在，则将同时归纳有第一配电设备和第二配电设备的集合形成标记集合；

判断通知模块，用于判断目标管理设备是否处于标记集合中，若处于，则发出扰动隐患通知。

9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至权利要求7中任意一项所述的大数据驱动的电网负荷精细化管理方法。

10.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至权利要求7中任意一项所述的大数据驱动的电网负荷精细化管理方法。