基于序列分解与多尺度注意力机制的长期时间序列预测方法及装置

本申请关于一种基于序列分解与多尺度注意力机制的长期时间序列预测方法、装置、系统及存储介质，涉及人工智能技术领域，以至少解决在长期预测任务中数据呈现高波动性和间歇性的问题。该方法包括：对原始数据进行序列分解，得到趋势分量和季节分量；趋势分量表征原始数据在长时间跨度内数据的趋势走向，季节分量表征原始数据受环境影响的周期性变化趋势；对趋势分量进行预测，得到第一预测结果，以及，对季节分量分别进行预测，第二预测结果；将第一预测结果和第二预测结果融合，得到目标预设结果。