本发明提出了一种基于降维的分层时间记忆工业异常检测方法与装置。该方法包括：获取待检测的工业传感器产生的多维时间序列相应的数据集；对原始数据进行去噪处理；根据数据集具有的维度数量抽象为相对应数量的维度信息顶点；计算维度之间的相关性数值并将其赋予图中相应的边作为权重值；根据维度之间相关度进行最小生成树选择聚类；对形成的块簇使用PCA降维；获取到降维之后的特征数据进行分层时间记忆模型判断异常。通过本发明通过相关性维数选择进行降维，去除冗余特征，降低计算量，可以及时的发现工业传感器时间序列数据流中的时间点异常，并且避免了收集工业上正常数据集对模型进行训练的繁琐。