1.一种基于多源电力数据的自动数据标注方法，其特征在于，包括：利用电力数据采集设备分别在若干个数据源中获取多源电力数据；其中，所述数据源包括发电侧设备、输电侧设备、配电侧设备和用户侧设备；对所述多源电力数据进行数据预处理，得到待标注数据；利用预设的第一规则引擎对所述待标注数据进行自动标注，得到第一标注结果；其中，所述第一规则引擎根据预设的标注规则生成；根据预设的评价标准对所述第一标注结果进行错误分析，得出错误分析结果；根据所述错误分析结果对第一规则引擎进行更新，得到第二规则引擎；利用质量检测算法对第一标注结果进行质量检测，根据质量检测结果得出第一标注结果中的问题数据；利用所述第二规则引擎对第一标注结果中的问题数据进行修正标注，得到最终标注结果；其中，所述利用预设的第一规则引擎对所述待标注数据进行自动标注，得到第一标注结果，具体为：根据待标注数据的数据特征，对所述待标注数据进行解析，得出待标注数据中各数据对应的类别；通过校准待标注数据的时间戳将待标注数据进行排序和标准化；将待标注数据与电力系统的设备位置和电网拓扑结构进行关联，确定所述待标注数据对应的空间位置信息；验证待标注数据的完整性、准确性、一致性和及时性，将验证不通过的待标注数据进行排除；基于第一规则引擎对应的应用阈值规则和模式匹配规则，对所述待标注数据进行自动标注，得到第一标注结果；所述根据预设的评价标准对所述第一标注结果进行错误分析，得出错误分析结果，具体为：将第一标注结果中置信度小于预设置信度阈值的标注结果确定为错误数据；利用交叉验证的方式对所述错误数据进行错误分析，确定错误数据对应的错误类型和错误原因；采用文本分析工具从文本内容、结构和语义上对所述错误数据进行深度分析，确定所述错误数据对应的错误标注模式；根据错误数据对应的错误类型和错误原因，以及错误数据对应的错误标注模式，生成错误分析结果；所述利用质量检测算法对第一标注结果进行质量检测，根据质量检测结果得出第一标注结果中的问题数据，具体为：利用预设的多属性决策模型对第一标注结果中的各数据进行综合质量检测，得出第一标注结果中的各数据的质量检测结果；将第一标注结果中质量检测结果为质量不达标的数据确定为问题数据；其中，所述利用预设的多属性决策模型对第一标注结果中的各数据进行综合质量检测，具体为:计算第一标注结果的均值，并结合所述第一标注结果的均值利用异常值检测算法识别第一标注结果中的异常值，将所述异常值确定为异常数据；对第一标注结果中的各数据进行一致性分析，将判定为不一致性的数据确定为不一致性数据；对第一标注结果中各类别的数据进行缺失值分析，将缺失比例超出预设缺失阈值的类别中的数据确定为不完整数据；对第一标注结果中的各数据进行重复分析，将相似度超出预设相似度阈值的数据确定为重复数据；对第一标注结果中的各数据进行时间序列分析，将时序性存在偏差的数据确定为时效性不足数据；利用相关性分析评估第一标注结果中的各数据之间的相关性，将相关性小于预设相关性阈值的数据确定为不相关数据；采用统计方法比较第一标注结果中的各数据与对应的真实值之间的差异，将差异大于预设误差阈值的数据确定为不精准数据。
2.根据权利要求1所述的基于多源电力数据的自动数据标注方法，其特征在于，所述对所述多源电力数据进行数据预处理，得到待标注数据，具体为：对多源电力数据依次进行数据清洗、缺失值处理、重复数据处理、数据格式化、数据归一化、数据编码、数据集成、数据融合和关联分析，得到预处理多源电力数据；对所述预处理多源电力数据依次进行特征提取、特征选择和特征构造，得到待标注数据。
3.根据权利要求1所述的基于多源电力数据的自动数据标注方法，其特征在于，在所述利用预设的第一规则引擎对所述待标注数据进行自动标注，得到第一标注结果后，还包括：将第一标注结果中的各数据对应的类别进行相似性分析；利用聚类算法根据各类别之间的相似性对各类别进行分组和聚类，得出若干个聚类结果；对若干个所述聚类结果进行命名定义，更新所述第一标注结果的类别。
4.根据权利要求1所述的基于多源电力数据的自动数据标注方法，其特征在于，所述根据所述错误分析结果对第一规则引擎进行更新，得到第二规则引擎，具体为：获取第一规则引擎对应的第一标注规则；根据错误分析结果对所述第一标注规则进行调整；其中，调整第一标注规则的方法包括修正标注规则、添加标注规则、删除标注规则和合并标注规则；根据调整后的第一标注规则生成第二规则引擎。
5.根据权利要求1所述的基于多源电力数据的自动数据标注方法，其特征在于，所述利用所述第二规则引擎对第一标注结果中的问题数据进行修正标注，得到最终标注结果，具体为：利用所述第二规则引擎循环对第一标注结果中的问题数据进行修正标注，直至对应的修正数据都通过质量检测；利用数据质量标志算法对通过质量检测的修正数据生成数据质量标志；其中，所述数据质量标志关联修正数据的修改记录和标注信息；结合第一标注结果中的非问题数据和所述通过质量检测的修正数据，生成最终标注结果。
6.根据权利要求5所述的基于多源电力数据的自动数据标注方法，其特征在于，所述利用所述第二规则引擎循环对第一标注结果中的问题数据进行修正标注，直至对应的修正数据都通过质量检测，具体为：在利用所述第二规则引擎循环对第一标注结果中的问题数据进行修正标注时，若修正数据未通过质量检测，则对未通过质量检测的修正数据进行异常标记，并修改所述第二规则引擎的参数和逻辑，更新第二规则引擎。
7.一种基于多源电力数据的自动数据标注装置，其特征在于，包括：获取模块、预处理模块、第一标注模块、错误分析模块、更新模块、质量检测模块和第二标注模块；所述获取模块用于利用电力数据采集设备分别在若干个数据源中获取多源电力数据；其中，所述数据源包括发电侧设备、输电侧设备、配电侧设备和用户侧设备；所述预处理模块用于对所述多源电力数据进行数据预处理，得到待标注数据；所述第一标注模块用于利用预设的第一规则引擎对所述待标注数据进行自动标注，得到第一标注结果；其中，所述第一规则引擎根据预设的标注规则生成；所述错误分析模块用于根据预设的评价标准对所述第一标注结果进行错误分析，得出错误分析结果；所述更新模块用于根据所述错误分析结果对第一规则引擎进行更新，得到第二规则引擎；所述质量检测模块用于利用质量检测算法对第一标注结果进行质量检测，根据质量检测结果得出第一标注结果中的问题数据；所述第二标注模块用于利用所述第二规则引擎对第一标注结果中的问题数据进行修正标注，得到最终标注结果；其中，所述利用预设的第一规则引擎对所述待标注数据进行自动标注，得到第一标注结果，具体为：根据待标注数据的数据特征，对所述待标注数据进行解析，得出待标注数据中各数据对应的类别；通过校准待标注数据的时间戳将待标注数据进行排序和标准化；将待标注数据与电力系统的设备位置和电网拓扑结构进行关联，确定所述待标注数据对应的空间位置信息；验证待标注数据的完整性、准确性、一致性和及时性，将验证不通过的待标注数据进行排除；基于第一规则引擎对应的应用阈值规则和模式匹配规则，对所述待标注数据进行自动标注，得到第一标注结果；所述根据预设的评价标准对所述第一标注结果进行错误分析，得出错误分析结果，具体为：将第一标注结果中置信度小于预设置信度阈值的标注结果确定为错误数据；利用交叉验证的方式对所述错误数据进行错误分析，确定错误数据对应的错误类型和错误原因；采用文本分析工具从文本内容、结构和语义上对所述错误数据进行深度分析，确定所述错误数据对应的错误标注模式；根据错误数据对应的错误类型和错误原因，以及错误数据对应的错误标注模式，生成错误分析结果；所述利用质量检测算法对第一标注结果进行质量检测，根据质量检测结果得出第一标注结果中的问题数据，具体为：利用预设的多属性决策模型对第一标注结果中的各数据进行综合质量检测，得出第一标注结果中的各数据的质量检测结果；将第一标注结果中质量检测结果为质量不达标的数据确定为问题数据；其中，所述利用预设的多属性决策模型对第一标注结果中的各数据进行综合质量检测，具体为:计算第一标注结果的均值，并结合所述第一标注结果的均值利用异常值检测算法识别第一标注结果中的异常值，将所述异常值确定为异常数据；对第一标注结果中的各数据进行一致性分析，将判定为不一致性的数据确定为不一致性数据；对第一标注结果中各类别的数据进行缺失值分析，将缺失比例超出预设缺失阈值的类别中的数据确定为不完整数据；对第一标注结果中的各数据进行重复分析，将相似度超出预设相似度阈值的数据确定为重复数据；对第一标注结果中的各数据进行时间序列分析，将时序性存在偏差的数据确定为时效性不足数据；利用相关性分析评估第一标注结果中的各数据之间的相关性，将相关性小于预设相关性阈值的数据确定为不相关数据；采用统计方法比较第一标注结果中的各数据与对应的真实值之间的差异，将差异大于预设误差阈值的数据确定为不精准数据。
