基于图神经网络的气象设备异常数据检测方法及系统

本发明涉及一种基于图神经网络的气象设备异常数据检测方法及系统，属于气象数据处理领域。其包括以下步骤：S1.数据收集与初步处理；S2.数据预处理；S3.网络构建；S4.时空图卷积网络建模；S5.模型训练；S6.异常判定。本发明采用时空图卷积网络对气象数据进行联合建模，实现了对时序和空间依赖性的深层次表征学习，在该模型的输出端引入自监督重构误差策略，通过学习正常数据的时空模式，不需要大量带标注的异常样本即可完成对潜在异常点的精确诊断，能够有效降低对异常标注数据的依赖。