然后预测值减去实际值，分别得到三组差值，然后再输入到LSTM中预测
应该不可以，带有季节性的非平稳序列一般有两种预测方法：
1、传统的时间序列分解法
2、ARIMA模型
这两种方法是平行的，无论哪一种方法都可以预测带有季节性的非平稳序列。
如果将时间序列分解，得到该序列的趋势、季节性及残差成分，那么可以用第一种方法预测，没必要用ARIMA模型了。
对于第一种方法，一般来说，对于某个带有季节性的时间序列，分离出季节成分（季节指数S）和不规则变动（I），得到的一般都是线性趋势序列，用线性回归预测季节分离后的序列（T），然后用乘法模型，得到Y=T*S*I，可以得到最终的预测值。
LSTM也能够预测带有季节成分、趋势及周期成分等的时间序列，只是需要将数据转化为指定的形式，具体可以参考这个文章：基于LSTM的时间序列预测-原理-python代码详解_小小何先生的学习之旅-CSDN博客_lstm时间序列预测原理
您的问题已经有小伙伴解答了，请点击【采纳】按钮，采纳帮您提供解决思路的答案，给回答的人一些鼓励哦～～
ps:开通问答VIP，享受5次/月 有问必答服务，了解详情↓↓↓
【电脑端】戳>>> https://vip.csdn.net/askvip?utm_source=1146287632
【APP 】 戳>>> https://mall.csdn.net/item/52471?utm_source=1146287632