一种基于多尺度Transformer的自适应经验模态分解预测方法

本发明提出了一种基于多尺度Transformer的自适应经验模态分解预测方法，包括以下步骤：S1：基于时间序列，对数据进行预处理；S2：将S1的结果输入到自适应经验模态分解预测算法结构中，对输入数据集进行自适应经验模态分解，得到有限个本征模函数；S3：模型将S2的结果输入多尺度编码器中，得到各尺度编码特征向量；S4：将S3的结果输入多尺度解码器中，得到各尺度解码特征向量；S5：对S4的结果进行拼接和线性变换，得到时间序列预测结果。本发明提出的算法结合了自适应经验模态分解技术和多尺度Transformer模型。因此其不仅提高了预测的准确性和鲁棒性，还具备自适应能力，能够有效地避免数据中噪声的干扰，以适应非平稳时间序列。