1.一种工业区的用电负荷预测方法，其特征在于，所述工业区的用电负荷预测方法应用于n个边缘计算终端，其中n为大于1的整数；
2.如权利要求1所述的方法，其特征在于，所述根据所述用电工厂的休假安排信息、用电工厂的历史用电负荷以及气象预报数据，对所述用电负荷预测模型进行参数更新，包括：
3.如权利要求1所述的方法，其特征在于，所述重复上述操作，直到所述用电工厂的用电负荷预测模型到达预设用电工厂的用电负荷预测精度要求，并通过所述满足预设用电工厂的用电负荷预测精度要求的用电工厂的用电负荷预测模型，预测出所述用电工厂的未来用电负荷之后，还包括：
4.一种工业区的用电负荷预测方法，其特征在于，所述工业区的用电负荷预测方法应用于云端服务器；
5.如权利要求4所述的方法，其特征在于，所述根据所述预测出的用电工厂的未来用电负荷和所述用电工厂的用电负荷预测模型的满足预设精度要求的权值和阈值，训练工业区用电负荷预测模型，包括：
6.如权利要求5所述的方法，其特征在于，对所述工业区用电负荷特征向量库中的工业区用电负荷特征向量通过分类器进行分类，并更新分类器，包括：
7.如权利要求5-6中任一项所述方法，其特征在于，所述对分类后的工业区用电负荷特征向量进行聚类迭代，并更新聚类中心，包括：
8.一种边缘计算终端，其特征在于，所述边缘计算终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的工业区的用电负荷预测程序，所述工业区的用电负荷预测程序被所述处理器执行时实现如权利要求1至3中任一项所述的工业区的用电负荷预测方法。
9.一种云端服务器，其特征在于，所述云端服务器包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的工业区的用电负荷预测程序，所述工业区的用电负荷预测程序被所述处理器执行时实现如权利要求4至7中任一项所述的工业区的用电负荷预测方法。
10.一种工业区的用电负荷预测系统，其特征在于，所述工业区的用电负荷预测系统包括权利要求8所述的n个边缘计算终端和权利要求9所述的云端服务器。