能耗预测方法、设备、存储介质及程序产品

本申请实施例提供一种能耗预测方法、设备、存储介质及程序产品。在该方法中，利用机器学习模型对工业系统的时间序列进行特征提取和筛选，得到特征序列；通过长时特征学习模型和短时特征学习模型，分别提取特征间的长期依赖关系和全局特征，以及特征间的短期依赖关系和局部特征；利用多层感知机模型，结合长期依赖关系、短期依赖关系、全局特征以及局部特征，对特征序列进行非线性拟合得到第三能耗值；综合各个能耗值得到目标能耗值。通过这种方式，将机器学习和多种神经网络模型相结合以利用各个模型的优势进行特征提取和处理，基于长期和短期依赖关系以及全局和局部特征，可更加准确地得到工业系统的时间序列对应的目标能耗值。