一种多维时间-注意力-空间的工业时间序列预测方法

摘要

本发明公开了一种多维时间‑注意力‑空间的工业时间序列预测方法，应用于工业时间序列预测技术领域，包括：将工业原始数据预处理得到的多维时间序列数据输入至高斯嵌入层，增强数据维度，随后分别输入至双向长短期记忆人工神经网络时间层和特征权重注意力层，分别得到双向长短期记忆人工神经网络的双向隐藏状态和带权重的注意力特征图；将双向隐藏状态与带权重的注意力特征图共同输入至特征融合层中进行特征融合，随后输入至空间层，得到基于时间和空间特征整合的最终预测结果。本发明能够有效描述数据的相关性和表现数据的特征、捕捉过去和未来的信息、自动根据特征的重要程度为其分配不同的权重以及整合空间和时间特征提高寿命预测准确度。