摘要
本发明提供了一种多变量时间序列预测方法、装置、电子设备及存储介质，涉及计算机技术领域，包括：通过周期编码函数和季节性因子编码函数对时间序列数据进行处理得到预处理特征数据；通过快速傅里叶变换对所述预处理特征数据进行周期性分析得到二维时间序列数据；基于卷积神经网络，根据所述二维时间序列数据得到局部依赖特征；基于自注意力机制，根据所述预处理特征数据得到全局依赖特征；通过所述局部依赖特征和所述全局依赖特征得到融合多视角特征；根据所述融合多视角特征得到预测时间序列数据。本发明实现了提高时间序列预测的精度。
