1.一种检测电网故障数据的方法，其特征在于，包括以下步骤：S1、获取电网过往的检测数据，并进行数据预处理；

S2、通过互信息技术对预处理后的数据进行变量选择以得到最优化变量；

S3、利用最优化变量以通过对比散度算法进行迭代更新得到权重矩阵和偏差矩阵；

S4、根据权重矩阵和偏差矩阵建立电网故障概率检测模型；

S5、实时采集电网中的待检测数据，并将待检测数据输入电网故障概率检测模型以得到待检测数据的概率分布矩阵；

S6、提取概率分布矩阵的特征值，并对特征值进行特征值分解以获取主成分信息；

S7、根据主成分信息进行故障数据分析以得到电网故障的检测结果。

2.如权利要求1所述的一种检测电网故障数据的方法，其特征在于，步骤S1中，所述数据处理的方法包括数据归一化处理。

3.如权利要求1所述的一种检测电网故障数据的方法，其特征在于，所述电网故障概率检测模型包括可视层、隐藏层和分类层，所述可视层用于接收待检测数据并编码后发送到隐藏层，所述隐藏层用于提取数据的高维特征，所述分类层用于连接所述隐藏层以对所述隐藏层的数据进行分类。

4.如权利要求1所述的一种检测电网故障数据的方法，其特征在于，步骤S3中，所述对比散度算法的计算过程为：h＝Φ[WAj+a]，

Bj＝Φ[Wh+b]，

h'＝Φ[WBj+a]，

其中，W表示原始数据层与特征提取层之间连接的权重，A、B表示原始数据层，a表示原始数据层的偏置，b表示特征提取层的偏置，h表示特征提取层影响因素特征值矩阵的真实值，h'表示特征提取层影响因素特征值矩阵的重构值，j表示影响因素，Φ表示sigmod函数。

5.如权利要求1所述的一种检测电网故障数据的方法，其特征在于，步骤S7还包括：根据过往电网故障记录建立故障信息数据库，将当前待检测数据的主成分信息与故障信息数据库进行相关性分析以得到电网故障的检测结果。

6.如权利要求5所述的一种检测电网故障数据的方法，其特征在于，所述相关性分析包括利用皮尔森相关系数计算所述故障信息数据库中数据各属性间的相关程度，确定所述相关程度达到或高于相关程度范围中间值的属性作为特征字段，并保留所述相关程度最高的属性。

7.如权利要求6所述的一种检测电网故障数据的方法，其特征在于，所述属性包括故障持续时间和故障缺点量；所述相关程度范围值为(0.1,0.9)，中间值为0.5。

8.一种检测电网故障数据的系统，其特征在于，包括：数据采集处理模块，用于获取电网过往的检测数据，并进行数据处理；

数据优化模块，用于通过互信息技术对预处理后的数据进行变量选择以得到最优化变量；

迭代更新模块，用于利用最优化变量以通过对比散度算法进行迭代更新得到权重矩阵和偏差矩阵；

模型建立模块，用于根据权重矩阵和偏差矩阵建立电网故障概率检测模型；

输入模块，用于实时采集电网中的待检测数据，并将待检测数据输入电网故障概率检测模型以得到待检测数据的概率分布矩阵；

特征提取模块，用于提取概率分布矩阵的特征值，并对特征值进行特征值分解以获取主成分信息；

数据分析模块，用于根据主成分信息进行故障数据分析以得到电网故障的检测结果。

9.一种电子设备，其特征在于，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现如权利要求1‑7中任一项所述的一种检测电网故障数据的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1‑7中任一项所述的一种检测电网故障数据的方法。