一种基于高斯分布数据分割的大模型时间序列预测方法及系统

本发明公开了一种基于高斯分布数据分割的大模型时间序列预测方法及系统，该方法包括：对电力行业场景的时间序列数据进行归一化处理；基于高斯分布对归一化处理后的时间序列数据分割，进行多头注意力计算，得到重构词向量；将电力行业场景的相关信息转化为词向量输入到大语言模型LLM，大语言模型LLM输出初始预测词向量；将初始预测词向量与重构词向量拼接，输入到大语言模型LLM，大语言模型LLM输出最终预测词向量；将最终预测词向量扁平化处理得到时间序列的预测结果。本发明无需对模型进行微调，大大减少模型的训练资源消耗和时间成本，并能获得精准预测电力行业负荷、电量等时间序列数据能力。