基于Skip-Range注意力的工业时序数据异常检测方法

本发明涉及一种基于Skip‑Range注意力的工业时序数据异常检测方法，包括：步骤S1：获取多属性时序数据，得到第一多属性时序数据序列；步骤S2：将第一多属性时序数据序列转换为二维波形图；步骤S3：基于二维波形图提取图像特征；步骤S4：将第一多属性时序数据序列经过Skip‑Range变换后序列作为时序特征；步骤S5：将图像特征和时序特征输入至训练好的融合解码器，得到第二多属性时序数据序列；步骤S6：计算前后序列的平方误差，判断平方误差是否大于预配置的误差阈值，若为是，则判定为异常。与现有技术相比，本发明从视觉角度增强模型对多属性间相互关系的理解，结合全局特征和局部特征，从而挖掘不同属性数据之间的依赖关系，提高异常检测的准确率。