基于知识感知的多尺度时间序列异常段检测方法及系统

本发明公开了基于知识感知的多尺度时间序列异常段检测方法及系统，涉及数据挖掘技术领域，包括：获取企业的多变量时间序列并进行预处理，将多变量时间序列分解为趋势分量和季节分量，构建时间序列知识图，基于时间序列知识图使用关系图注意力网络及门控递归单元构建趋势分量的时间动态特性，获取趋势分量的预测值；将多变量时间序列的季节分量分解为单变量序列并分割为补丁，利用多尺度Transformer捕捉季节分量的各个模式，提取季节分量的模式特征，获取季节分量的预测值；计算趋势分量的预测值和季节分量的预测与实际观测值的偏差，生成异常分数进行异常判定。本发明有效提高了多维时间序列异常检测的准确性和鲁棒性。