钢铁生产成本预警预测的时间序列预测方法及系统

本发明提供了一种钢铁生产成本预警预测的时间序列预测方法，包括：步骤S1：采集建模数据，对齐所述建模数据，得到待处理数据集；步骤S2：判断所述待处理数据集的变量是否符合阈值范围；结果为是，则按照时间排序，得到训练集与测试集，进而训练基线模型；结果为否，则标记为异常数据，进行修正；步骤S3：基于训练集，训练模型，得到训练后的模型；步骤S4：计算测试集的数据，得到最终预测数据。本发明借助Transformer架构和时间序列预测模型，与传统的时间序列模型，例如ARIMA、LSTM的固定模型结构，而是通过组合不同的模块来适应多样化的数据特性，并且融合了Transformer架构的的自注意力机制、循环神经网络的时序处理能力，提高了模型的预测准确性和稳定性。