一种用于时间序列异常检测的特征感知预训练方法及系统

本发明提供了一种用于时间序列异常检测的特征感知预训练方法及系统，包括：获取单维时间序列数据；根据单维时间序列数据和预先设置的卷积编码器，生成数据嵌入向量；根据数据嵌入向量，对卷积编码器进行预训练，并采用分层对比损失法对卷积编码器中的参数进行优化，得到异常检测模型；本申请通过根据单维时间序列数据和预先设置的卷积编码器，生成的数据嵌入向量，能够感知时间序列数据的特征，通过将包含特征的数据嵌入向量对卷积编码器进行预训练，并通过采用分层对比损失法进行参数优化，不仅考虑了数据之间的相似度，还能够使模型学习时序数据的特征先验，有助于模型学习更鲁棒的特征表示，并有利于提高时间序列的异常检测精度和效率。