本发明涉及一种基于多级注意力网络的仓储粮堆温度预测方法及装置，本发明通过采用多级注意力网络的注意力机制构建基于LSTM的编码‑解码的预测模型，并训练得到粮堆温度预测模型，以此来预测温度传感器的温度。其中，多级注意力网络的注意力机制包括两级注意力机制，第一级为空间注意力机制，以得到不同传感器在时间序列上的空间关系；第二级为时间注意力机制，利用其对空间注意力的输出进行筛选，得到其中对预测影响较大的时间点，并由此得到上下文向量。该方法依据粮堆中温度传感器布置密集的特性，在基于LSTM的编码‑解码的预测模型中增设空间注意力机制和时间注意力机制，提高了仓储粮堆温度预测的准确性，对仓储粮温预测预警有很好的指导作用。