一种基于多尺度图神经网络的多变量时间序列异常检测方法及系统

本发明涉及传感器数据分析技术领域，具体为一种基于多尺度图神经网络的多变量时间序列异常检测方法及系统，包括以下步骤：数据预处理，多尺度特征提取，图结构学习，图神经网络学习，预测并计算异常得分；有益效果为：通过学习随时间变化的传感器间相似度，本发明能够更准确地建模传感器之间的复杂关系，从而更有效地检测出由传感器间相互作用引起的异常；通过学习传感器之间的相似度，该方法能够提供关于哪些传感器之间的关系对于异常检测最为重要的信息，从而增强模型的可解释性。这有助于用户理解异常发生的原因，并采取相应的措施。