本发明一种非线性时序数据预测的误差消融处理方法及系统与介质，包括：获取非线性时序参数的历史数据及多元溯源型相关数据并进行规范化预处理；提取多元溯源型相关数据的特征值构成数据集；对数据集多重采样获得多个样本集；获取多个预设的不同算法分别训练多个样本集，得到多个算法模型；通过多算法模型构建融合矩阵；采用GRU和Transformer竞争算法对每个融合矩阵进行动态学习，评估性能较优的算法作为误差消融算法；结果预测。本发明还提供对应预测系统与存储介质。本发明的方法能有效降低支持向量算法或决策树算法等机器学习算法可能出现的过拟合，增强泛化能力，学习到每个算法的优点，降低预测误差，提高结果的预测精度。