1.一种电网中虚假数据识别方法，其特征在于，包括：获取待识别样本；

预处理获取的待识别样本，获得待识别样本序列；

将待识别样本序列输入训练好的自动编码器模型获得重构数据Ⅰ，并计算重构数据Ⅰ与待识别样本序列的重构误差Ⅰ；

判断重构误差Ⅰ与预设的动态阈值序列的大小，若重构误差Ⅰ大于等于动态阈值序列中对应的阈值，则输出虚假数据告警信号；

所述预设的动态阈值序列包括全天各采样时刻对应的阈值。

2.根据权利要求1所述的电网中虚假数据识别方法，其特征在于，所述获取待识别样本包括多组待识别时间序列，各组待识别时间序列包括多个采样时刻的待识别数据。

3.根据权利要求2所述的电网中虚假数据识别方法，其特征在于，所述预处理获取的待识别样本，获得待识别样本序列包括：顺次设置多个滑动窗口Ⅰ，相邻滑动窗口Ⅰ相互重叠一半，各滑动窗口Ⅰ覆盖待识别样本中的b个待识别数据；

计算各滑动窗口Ⅰ的幅度特征和时序变化特征，并根据各滑动窗口Ⅰ的幅度特征和时序变化特征计算统计参数；

基于各幅度特征和时序变化特征以及统计参数，获得待识别样本序列。

4.根据权利要求1所述的电网中虚假数据识别方法，其特征在于，所述自动编码器模型训练的方法包括：获取测量样本；

预处理获取的测量样本，获得测量样本序列；

循环迭代以下步骤，当相邻两次循环迭代的重构误差Ⅱ相同时，迭代循环过程终止，自动编码器模型训练完成：将测量样本序列输入自动编码器模型获得重构数据Ⅱ，并计算重构数据Ⅱ与测量样本序列的重构误差Ⅱ；

基于反向传播算法，根据重构误差Ⅱ调整自动编码器模型参数。

5.根据权利要求4所述的电网中虚假数据识别方法，其特征在于，所述测量样本包括多组测量时间序列，各组测量时间序列包括多个采样时刻的检测数据，各检测数据均为未受影响的干净数据。

6.根据权利要求1所述的电网中虚假数据识别方法，其特征在于，所述动态阈值序列的预设方法包括：连续获取检测设备N天各采样时刻的检测数据，各检测数据均为未受影响的干净数据；

预处理获取的检测数据，获得检测数据序列；

将检测数据序列输入训练好的自动编码器模型获得重构数据Ⅲ，并计算重构数据Ⅲ与检测数据序列的重构误差Ⅲ；

逐一将各采样时刻每日对应的重构误差Ⅲ绘制成累积概率分布曲线；

基于PR曲线和预设的虚假警示率，逐一根据各采样时刻的累积概率分布曲线获得对应的阈值，并按照采样时刻顺序将各阈值集成动态阈值序列。

7.一种电网中虚假数据检测系统，其特征在于，包括：采样模块，用于获取待识别样本；

预处理模块，用于预处理获取的待识别样本，获得待识别样本序列；

模型输入模块，用于将待识别样本序列输入训练好的自动编码器模型获得重构数据Ⅰ，并计算重构数据Ⅰ与待识别样本序列的重构误差Ⅰ；

判断模块，用于判断重构误差Ⅰ与预设的动态阈值序列的大小，若重构误差Ⅰ大于等于动态阈值序列中对应的阈值，则输出虚假数据告警信号。