本發(fā)明公開了一種基于時空特征分割重構(gòu)的動力裝備系統(tǒng)異常檢測方法，將監(jiān)測系統(tǒng)狀態(tài)的多種傳感器產(chǎn)生的多源時序數(shù)據(jù)，以特定長度劃分后構(gòu)成多源數(shù)據(jù)集；對多源數(shù)據(jù)序列進(jìn)行預(yù)處理后劃分為訓(xùn)練集和測試集；利用機(jī)械設(shè)備結(jié)構(gòu)的先驗(yàn)知識，得到先驗(yàn)圖結(jié)構(gòu)；利用圖結(jié)構(gòu)參數(shù)化學(xué)習(xí)方式，建立自適應(yīng)圖結(jié)構(gòu)，并基于圖卷積構(gòu)建時空特征提取網(wǎng)絡(luò)，結(jié)合兩種圖結(jié)構(gòu)提取多源數(shù)據(jù)的時空特征；構(gòu)建分割重構(gòu)異常檢測網(wǎng)絡(luò)，并使用訓(xùn)練集對所構(gòu)建模型進(jìn)行優(yōu)化；使用優(yōu)化后的模型進(jìn)行訓(xùn)練集和測試集樣本的狀態(tài)評估，根據(jù)訓(xùn)練集評估結(jié)果確定閾值，以此對測試集進(jìn)行異常狀態(tài)檢測。本發(fā)明為機(jī)械設(shè)備系統(tǒng)異常狀態(tài)檢測提供了一種可靠的通用的方案。