本申请提供一种工业异常数据检测方法及装置；所述方法包括：将采集的工业数据初始化为数据空间中的数据点，设置大于工业数据采集维度的密度阈值，初始化每个数据点的邻域半径；对于每个数据点，利用与周围其他数据点在邻域半径上的差值确定该数据点的稀疏值，并利用与邻域数据点的距离确定该数据点的离群值，将稀疏值和离群值作为目标解；对于每个数据点，利用目标解初始化个体最优解；采取群粒子算法，对个体最优解进行迭代；响应于达到预设的迭代次数，确定每个数据点在最后一次迭代中的个体最优解，利用个体最优解反推出对应的邻域半径；对于每个数据点，响应于邻域半径内的邻域数据点的个数小于等于密度阈值，确定该数据点为异常点。