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。