基于双窗口机制的多变量时间序列数据预测模型

摘要

本发明公开了一种基于双窗口机制的多变量时间序列数据预测模型。包括短序列处理模块和长序列处理模块；其中，所述短序列处理模块用于处理短时间序列数据，并从中提取出平稳的近期信息；所述长序列处理模块用于处理长时间序列数据，并从中提取出周期性、季节性的长期信息。最后将两部分结合起来，从而兼具近期信息和长期规律，得到更好的预测结果。本发明有效利用长时间序列数据从而提高时间序列预测准确率。本发明系统在所有数据集中都得到了最好的RMSE和MAE。这说明本发明确实因为融合了长序列和短序列各自的特点而优于单纯使用短序列的模型。且本发明拥有比DARNN和TCN更强的预测能力，更适用于需要高准确率而不是低时间花费的场合。