1.基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，将修复日的归一化天气数据作为母序列，历史日的归一化天气数据作为子序列进行灰色关联度计算：
3.根据权利要求2所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，节假日因子构建方式如下：
4.根据权利要求3所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，所述星期因子的构建方式如下：
5.根据权利要求4所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，所述相似度目标函数为：
6.根据权利要求1所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，所述野马优化算法流程如下：
7.根据权利要求1所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，所述三阶张量是由三片矩阵构成，第一片矩阵为：
8.根据权利要求1所述的基于贝叶斯高斯张量分解模型的用电数据修复方法，其特征在于，所述天气数据包括最高气温、最低气温、降雨量和湿度。
9.一种用于实现权利要求1-8任意一项所述基于贝叶斯高斯张量分解模型的用电数据修复方法的系统，其特征在于，包括数据采集模块、归一化数据处理模块、相似日计算模块和数据修复模块，数据采集模块包括天气和日期数据采集模块和电量采集装置，天气和日期数据采集模块收集修复日和历史日的天气数据、是否是节假日和星期类型数据，电量采集装置收集残缺数据电表和相邻两个电表修复日和历史日的用电量数据；归一化数据处理模块对收集到的天气数据进行归一化处理，得到归一化天气数据；相似日计算模块内置相似度目标函数和野马优化算法；数据修复模块内置贝叶斯高斯张量分解模型。