本申请涉及一种基于GRU‑GAN的电网数据修复方法，包括以下具体步骤：步骤1：数据采集和预处理，基于TTU采集的电压历史数据，寻找完整的经过清洗以及去除异常值的数据集X，对采集的数据集归一化处理，让归一化后的数据集符合正态分布；步骤2：构建基于门控循环神经单元GRU的生成式对抗网络GAN；步骤3：GRU‑GAN神经网络的训练，使得应用随机噪声生成的数据分布接近真实数据的分布；步骤4：缺失数据的修复；步骤5：缺失数据误差分析，采用均方根误差RMSE指标对模型进行性能评估。本申请可以生成符合原始时间序列数据分布的预测值，达到补缺样本数据的目的，从而有效解决新能源电网高频数据感知匮乏、缺失等问题。