基于多模式分解的碳交易价格组合预测模型

• 作者: 赵鑫 陈臣鹏 毕贵红 陈仕龙 谢旭
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 碳交易价格 多模式分解 样本熵 鲸鱼优化 LSTM神经网络 组合预测
• 年，卷（期）: 2022,（2）
• 页码范围: 52-59
• 页数: 8页
• 分类号: TK-9
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2022.02.007

摘要

针对碳交易过程中碳价序列的非线性和非平稳性,提出一种基于多模式分解、样本熵、鲸鱼优化(whale optimization algorithm,WOA)和长短期记忆神经网络(long short-term memory,LSTM)的组合预测模型.首先,使用奇异谱分解、变分模态分解和完全集合经验模态分解,分别分解原始碳价序列,降低原始序列的复杂度和非平稳性,实现不同模式模态分量规律的互补;然后,使用样本熵算法将熵值接近分量重构为一个新的分量,以提高预测效率;最后,使用WOA-LSTM组合预测网络建立历史碳价之间的时间特征关系,在时空相关性分析的基础上得到碳价预测值.实验结果表明,该组合预测模型可以有效地提高碳交易价格的预测准确率.