一种基于多尺度共享与双前馈Transformer的长时间序列预测方法

一种基于多尺度共享与双前馈Transformer的长时间序列预测方法(简称L3former)，包括以下步骤：S1：对输入时序采用多尺度特征提取器生成多尺度特征；S2：将多尺度特征投影至统一嵌入空间，输入共享的Transformer编码器；S3：在编码器注意力层，通过轻量注意力矩阵学习尺度间依赖关系；S4：使用时间维度前馈学习时序特征，使用变量维度前馈学习变量特征关系；S5：将编码特征映射至预测时域输出结果。本发明提供了一种基于深度学习的时间序列预测方法，能够学习尺度特征关系，时间特征关系和变量特征关系，提升预测准确性和鲁棒性，及计算效率和资源利用率。