1.基于多重数据感知的安全防护预警模型构建方法，其特征是，包括：实时采集电网用户用能监测数据，构建多重数据集；针对实时采集的电网用户用能监测数据，提取各级用能中心及各用能用户、电力网络之间传递的反映在运系统运行工况数据，包括正常运行数据、正常用能数据、异常用能数据、异常入侵数据、各类干扰信息，作为构建多重数据采集模型的样本特征集；还包括：基于在运系统运行工况数据的样本特征集，采用空间信息聚类分析方法，将在运系统运行工况数据分为N个簇首节点，用于分类对电网用户用能系统的异常数据特征辨识处理；还包括：基于N个簇首节点，在入侵行为辨识中，通过时间矩阵和多属性数据监测矩阵，得到用户用能系统异常耗能扩散矩阵；输入在运系统运行工况的不同分簇数据，通过用户用能系统异常耗能扩散矩阵，输出电网用户用能系统的异常特征数据，实现对电网用户用能系统的异常数据特征辨识处理；所述多属性数据监测矩阵计算过程如下：基于在运系统运行工况数据的样本特征数据，通过设定用户用能系统异常耗能扩散矩阵阈值提取同簇的用能线路采集的运行状态数据，基于同簇用能线路采集的运行状态样本集的特征数据，采用正态分布进行电网用户用能系统监测预警范围的自动调度，基于采集时间段设定自动调度置信度阈值，基于时间动态变更电网用户用能系统监测预警范围，由多属性数据监测阈值范围构成多属性数据监测矩阵；基于多重数据集结合深度神经网络构建多重数据感知模型；所述多重数据感知模型针对入侵行为数据进行感知，进行健康状态等级评估，获得健康状态等级评估结果，构建预警模型。
2.如权利要求1所述的基于多重数据感知的安全防护预警模型构建方法，其特征是，利用预警模型对入侵行为进行判断，若有入侵行为则给出预警，进行防护，否则，无预警。
3.如权利要求1所述的基于多重数据感知的安全防护预警模型构建方法，其特征是，所述基于多重数据集结合深度神经网络构建多重数据感知模型，包括采用深度学习理论对监测采集数据量进行时间负载分类，具体过程为：基于电网用户用能系统运行过程中的监测采集数据，构建监测采集数据量样本库；从用电信息采集系统调取相关监测特征数据，监测采集数据量样本库的设定样本作为时间负载分类模型训练样本；对时间负载分类模型结构及各参数定义；将训练样本数据传输至输入神经元，基于梯度下降策略，以目标的负梯度方向对参数进行调整；计算期望输出值与本次训练过程中获取的当前参数的样本输出值的误差；根据链式法则计算神经元各梯度项，通过计算连接权值和阈值的修正量，对各层连接权值和阈值进行修正，获取全局最优参数。
4.如权利要求1所述的基于多重数据感知的安全防护预警模型构建方法，其特征是，多重数据感知模型针对入侵行为数据进行感知，具体包括：基于构建的多重数据采集模型，结合量化表征和模糊监测方法进行基于多重数据感知的异常入侵行为的数据溢出监测。
5.如权利要求1所述的基于多重数据感知的安全防护预警模型构建方法，其特征是，基于多重数据采集模型的样本特征集，针对多重采集特征数据，计算多重数据的联合概率密度特征，得到统计特征量；基于多重数据感知的特征量和溢出转换调制分量，描述不同分区的入侵行为数据分布，得到的用户用能系统监测预警负载数据符合标准的正态分布；所述预警模型基于多重采集数据和多重感知数据作为输入数据，基于预警结果反馈修正监测异常入侵行为信号特征曲线。
6.基于多重数据感知的安全防护预警模型构建系统，其特征是，包括：多重数据集构建模块，被配置为：实时采集电网用户用能监测数据，构建多重数据集；针对实时采集的电网用户用能监测数据，提取各级用能中心及各用能用户、电力网络之间传递的反映在运系统运行工况数据，包括正常运行数据、正常用能数据、异常用能数据、异常入侵数据、各类干扰信息，作为构建多重数据采集模型的样本特征集；还包括：基于在运系统运行工况数据的样本特征集，采用空间信息聚类分析方法，将在运系统运行工况数据分为N个簇首节点，用于分类对电网用户用能系统的异常数据特征辨识处理；还包括：基于N个簇首节点，在入侵行为辨识中，通过时间矩阵和多属性数据监测矩阵，得到用户用能系统异常耗能扩散矩阵；输入在运系统运行工况的不同分簇数据，通过用户用能系统异常耗能扩散矩阵，输出电网用户用能系统的异常特征数据，实现对电网用户用能系统的异常数据特征辨识处理；所述多属性数据监测矩阵计算过程如下：基于在运系统运行工况数据的样本特征数据，通过设定用户用能系统异常耗能扩散矩阵阈值提取同簇的用能线路采集的运行状态数据，基于同簇用能线路采集的运行状态样本集的特征数据，采用正态分布进行电网用户用能系统监测预警范围的自动调度，基于采集时间段设定自动调度置信度阈值，基于时间动态变更电网用户用能系统监测预警范围，由多属性数据监测阈值范围构成多属性数据监测矩阵；多重数据感知模型构建模块，被配置为：基于多重数据集结合深度神经网络构建多重数据感知模型；预警模型构建模块，被配置为：所述多重数据感知模型针对入侵行为数据进行感知，进行健康状态等级评估，获得健康状态等级评估结果，构建预警模型。
7.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现上述权利要求1-5任一所述的方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时执行上述权利要求1-5任一所述的方法的步骤。
