摘要
本发明公开了一种多变量时间序列预测方法、装置、系统及模型训练方法,涉及信息技术领域,用以提升多变量时间序列预测的精准度。本发明通过将时间序列在高频分量和低频分量上进行分解,并进一步编码、解耦出低频信号向量、高频信号向量和噪声信号向量,将有效信号部分进行自适应融合并增强,分别以有效信号和噪声信号进行预测并融合推理结果,得到预测结果。本发明保留了高频分量中的有效信号,对信号和噪声进行隔离并加以利用,能够稳健地捕捉变量依赖性,提升了对有效信号的预测精准度,同时利用噪声预测随机成分,加成到预测的有效信号中,与现实环境更为匹配。
技术关键词
时间序列预测方法
信号
变量
编码向量
时间序列预测模型
重构
模型训练方法
矩阵
指标
前馈神经网络
注意力
时序
风力
噪声预测
天气
系统为您推荐了相关专利信息
发送点
快速分析方法
计算机辅助设计技术
周围环境信息
电力光缆
扩频测控
信号调制识别方法
节点特征
矩阵
多通道
直流电压控制系统
直流供电系统
电压源型变流器
暂态稳定性分析
PLL锁相环