基于片段全局局部相关对比学习的太阳风速时序预测方法

本发明公开了一种基于片段全局局部对比学习的太阳风速时序预测方法，主要包括：对太阳风速时间序列数据进行预处理，划分数据集，在训练集上划分片段并计算全局自相关统计量；使用Transformer模型提取样本特征；根据全局自相关统计量选择不同片段特征分别作为正负样本计算全局自相关对比损失；计算样本内片段间相关性，根据相关性选择不同片段特征分别作为正负样本计算局部互相关对比损失；使用特征得出预测，加权融合全局自相关对比损失、局部互相关对比损失和均方差预测损失，并更新模型参数。该方法提升了时序预测模型对全局依赖和局部变化特征的提取能力，有效提升了太阳风速时间序列预测性能。