一种基于经验模态分解和因果卷积网络的碳价预测方法

专利申请号：CN202311750260.6

公 开 号：CN117611261A

发 明 人：杨力尘 黄祁生 吴婷 计军平 何道敬 

代 理 人：余青

代理机构：北京知艺互联知识产权代理有限公司

专利类型：发明专利

申 请 日：20240227

公 开 日：20231219

专利主分类号：G06Q30/0283

关 键 词：预测 经验模态分解 不确定性 模型训练 卷积 随机性 数据预处理 单独模型 电力市场 价格预测 模型预测 目标地区 数据收集 训练阶段 训练模型 数据处理 数据组 网络 分解 

摘      要：本发明公开了一种基于经验模态分解和因果卷积网络的碳价预测方法，属于价格预测技术领域，包括训练阶段和预测阶段，具体包括以下步骤：S1、数据收集，收集目标地区的碳价数据和碳相关数据组；S2、数据预处理，使用EMD对碳价序列进行分解并PCA降维；S3、模型训练，对S2中的各个分量分别训练模型；S4、数据处理；S5、模型预测。本发明一种基于经验模态分解和因果卷积网络的碳价预测方法，使用多个模型，集成结果进行预测，可以避免单独模型可能产生的不确定性；多个模型的组合能够消除一定的不确定性，解决了碳价预测中碳价序列不稳定、随机性强的难题；且考虑到电力市场对碳的影响，模型训练更加充分完善。