本发明涉及一种高炉过程监测方法，根据时滞矩阵构建目标监测模型进行训练，监测模型包括图注意力神经网络和门控循环神经网络；将时滞矩阵输入至目标监测模型，生成时空特征向量和残差向量，其中时空特征向量生成特征空间、残差向量生成残差空间；根据KNN算法在特征空间获取每个样本的HD分数，根据KNN算法和残差空间获取每个样本的RD分数；采用KNN算法和HD分数生成第一监测阈值，KNN算法和得到的RD分数生成第二监测阈值；将HD分数与第一监测阈值进行比较生成第一比较结果，RD分数与第二监测阈值进行比较生成第二比较结果，根据第一比较结果和第二比较结果生成监测结果。