一种基于深度神经网络的时序预测方法、装置、设备及介质

本发明提供一种基于深度神经网络的时序预测方法、装置、设备及介质，该方法包括：通过数据加载模块对输入的负荷数据进行归一化处理，并将其表示转换成向量表示；将生成的向量表示输入到编码器中，编码器通过多尺度空洞注意力操作和蒸馏操作对时间序列数据进行处理，提取出关键特征信息；将关键特征信息输入到解码器中，解码器通过特征提取和压缩操作对关键特征信息进行进一步处理；将解码器输出的特征输入到最终输出层，最终输出层通过激活函数将特征转换为预测值。本发明可解决由于现有技术无法提供一种有效的时序预测方法，导致时序预测的速度慢以及时序预测数据性能低的问题。