本申请实施例提供了一种时间序列预测处理方法、装置、存储介质及电子装置，该方法包括：采集预设时间段内全部队列的历史数据，并根据该历史数据提取多元因子的动态时间序列特征与时间空间静态特征；将该多元因子的动态时间序列特征与时间空间静态特征组合成预设维度的特征向量；采用滑窗的方式以预设时间窗大小提取该特征向量对应的标签数据；根据该特征向量与对应的标签数据对构建的基于注意力机制的神经网络模型进行训练，得到用于确定队列的负荷预测结果的神经网络模型，可以解决相关技术中多步时序预测时算法参数量较多、模型复杂，导致训练困难，且未考虑多元时序指标在模型中特征表达和时序依赖的问题。