El petróleo crudo es un recurso crudo y natural, pero no renovable. Es uno de los productos más importantes del mundo, y su precio puede tener efectos en cascada en toda la economía en general. Predecir con precisión los precios del petróleo crudo es vital para las decisiones de inversión, pero sigue siendo un desafío. Debido a las deficiencias de descuidar factores residuales al pronosticar utilizando modelos de combinación convencionales, como el promedio móvil autorregresivo y la memoria a corto plazo para la predicción, se propone en este estudio el modelo de descomposición modal variacional (VMD)-descomposición modal empírica (EMD)-Transformer para predecir los precios del petróleo crudo. Este modelo integra una segunda descomposición y un método de aprendizaje automático basado en el modelo Transformer. Específicamente, empleamos la técnica VMD para descomponer la secuencia original en filtrado de modo variacional (VMF) y una secuencia residual, seguido de usar EMD para descomponer la secuencia residual. Finalmente, aplicamos el modelo Transformer para predecir los componentes modales descompuestos y superponemos los resultados para producir los precios pronosticados finales. Más pruebas empíricas demuestran que el modelo compuesto de descomposición cuadrática propuesto puede identificar de manera integral las características de las series diarias de precios de futuros del petróleo crudo WTI y Brent. Los resultados de las pruebas ilustran que el modelo VMD-EMD-Transformer propuesto supera a los otros tres modelos: memoria a corto plazo (LSTM), Transformer y VMD-Transformer en la predicción de los precios del petróleo crudo. Los detalles se presentan en la parte del estudio empírico.