1.一种异常检测方法,其特征在于,所述方法包括:
获得电网系统的目标时间序列数据,并将所述目标时间序列数据转换成第一矩阵;
将所述第一矩阵输入到预先训练得到的编解码模型中,获得第二矩阵;
计算所述第二矩阵相对于所述第一矩阵的第一误差,并在所述第一误差超出预设的误差范围时,确定所述目标时间序列数据为异常序列数据。
2.根据权利要求1所述的方法,其特征在于,所述获得电网系统的目标时间序列数据的步骤,包括:
采集预设时长内的电网系统的第一数据,并将所述第一数据转换成第二数据,其中,所述第一数据为电压幅值和电压相角值,第二数据为实电压和虚电压;
将所述第二数据组合成所述目标时间序列数据。
3.根据权利要求1所述的方法,其特征在于,所述编解码模型包括编码器模型和解码器模型,其中,所述编码器模型和所述解码器模型均为循环神经网络模型。
4.根据权利要求3所述的方法,其特征在于,预先训练所述编解码模型的步骤包括:
获取正常时间序列数据;
将所述正常时间序列数据作为训练样本,输入到初始编码器模型,获得初始编码器模型隐含层的初始状态值;
将所述初始状态值输入到初始解码器模型,得到满足训练结束条件的编解码模型。
5.根据权利要求1-4任一项所述的方法,其特征在于,预先设定所述误差范围的步骤包括:
获取正常时间序列数据,并将所述正常时间序列数据转换成第三矩阵;
将所述第三矩阵输入到所述编解码模型中,获得第四矩阵;
计算所述第四矩阵相对于所述第三矩阵的第二误差;
获得所述第二误差服从正态分布的平均值和方差,并设定所述误差范围为:μ±3Σ;
其中,μ为所述平均值,Σ为所述方差。
6.一种异常检测装置,其特征在于,所述装置包括:
第一转换模块,用于获得电网系统的目标时间序列数据,并将所述目标时间序列数据转换成第一矩阵;
第一获得模块,用于将所述第一矩阵输入到预先训练得到的编解码模型中,获得第二矩阵;
确定模块,用于计算所述第二矩阵相对于所述第一矩阵的第一误差,并在所述第一误差超出预设的误差范围时,确定所述目标时间序列数据为异常序列数据。
7.根据权利要求6所述的装置,其特征在于,所述第一转换模块,包括:
采集子模块,用于采集预设时长内的电网系统的第一数据,并将所述第一数据转换成第二数据,其中,所述第一数据为电压幅值和电压相角值,第二数据为实电压和虚电压;
转换子模块,用于将所述第二数据组合成所述目标时间序列数据,并将所述目标时间序列数据转换成第一矩阵。
8.根据权利要求6所述的装置,其特征在于,所述编解码模型包括编码器模型和解码器模型,其中,所述编码器模型和所述解码器模型均为循环神经网络模型。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
获取模块,用于获取正常时间序列数据;
训练模块,用于将所述正常时间序列数据作为训练样本,输入到初始编码器模型,获得初始编码器模型隐含层的初始状态值;
第二获得模块,用于将所述初始状态值输入到初始解码器模型,得到满足训练结束条件的编解码模型。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述装置还包括:
第二转换模块,用于获取正常时间序列数据,并将所述正常时间序列数据转换成第三矩阵;
第三获得模块,用于将所述第三矩阵输入到所述编解码模型中,获得第四矩阵;
计算模块,用于计算所述第四矩阵相对于所述第三矩阵的第二误差;
设定模块,用于获得所述第二误差服从正态分布的平均值和方差,并设定所述误差范围为:μ±3Σ;
其中,μ为所述平均值,Σ为所述方差。