一种基于机器学习的温度测量方法、装置及存储介质，方法包括：通过干涉型光纤温度传感器将温度变化转换为干涉光谱的波长偏移；利用色散补偿光纤对波长偏移进行时域拉伸，得到时序偏移；通过信号采集设备采集时序偏移，得到时域序列数据，并对时域序列数据进行预处理；采用位置编码得到包含时序信息的特征序列；将特征序列输入Transformer神经网络提取全局特征；将全局特征进行归一化后进行增强；通过Transformer神经网络的全连接层对增强后的特征进行映射，输出预测温度值。实现了高速、高精度预测温度。