一种基于多专家协同的多尺度自适应时序预测方法及系统

一种基于多专家协同的多尺度自适应时序预测方法及系统，属于时序数据分析技术领域。所述方法，首先将一个时序数据样本划分为多个等长归一化时序块；其次，对归一化时序块利用混合多专家自适应预测器得到时序预测结果；最后，重构混合多专家自适应预测器为自回归的迭代残差网络架构，以提取时序表示中互补的多尺度信息去提升时序预测性能。通过多尺度自适应时序预测系统实现，包括归一化时序分块模块、混合多专家自适应预测模块、迭代残差自回归学习模块。本发明通过迭代残差自回归学习能够突破固定长度预测头的局限性，通过混合专家预测解决共享线性预测层对异质时序模式捕捉不足的问题，为实现智慧环控与节能运行提供高精度、强灵活的冷负荷自适应时序预测解决方案。