-
题名基于多尺度分解集成组合模型的碳价格预测研究
被引量：5
- 1
-
-
作者
王喜平
于一丁
-
机构
华北电力大学经济管理系
-
出处
《分布式能源》
2022年第1期1-11,共11页
-
基金
河北省社会科学基金项目(HB19YJ011)。
-
文摘
准确预测碳价格不仅有助于投资者及监管部门的科学决策,而且有助于碳金融市场的健康发展。考虑碳价格预测的复杂性,基于“分解-重构-预测-集成”的建模原则,构建了多尺度碳价格集成组合预测模型。首先,采用改进型自适应白噪声完备集成经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)算法对碳价原始序列进行分解,并以综合贡献度指数(comprehensive contribution index,CCI)对分量进行重构,得到短期、长期和趋势分量;然后,采用门限广义自回归条件异方差(threshold generalized auto-regressive conditional heteroscedasticity,TGARCH)模型预测短期分量,以布谷鸟搜索(cuckoo search,CS)算法优化超参数的长短期记忆(long-short term memory,LSTM)神经网络预测长期和趋势分量;在此基础上,采用非线性集成算法对各分量预测结果进行集成,得到最终的碳价预测结果。以湖北碳市场为样本数据进行实证分析,结果表明所构建的预测模型性能最优,预测结果更准确,可为监管部门和企业决策提供有效信息。
-
关键词
碳价格预测
长短期记忆(LSTM)模型
门限广义自回归条件异方差(tgarch)模型
改进型自适应白噪声完备集成经验模态(ICEEMDAN)分解
超参数优化
-
Keywords
carbon price forecasting
long-short term memory(LSTM)model
threshold generalized auto-regressive conditional heteroscedasticity(tgarch)model
improved complete ensemble empirical mode decomposition with adaptive noise(ICEEMDAN)decomposition
hyper-parameters optimization
-
分类号
TM73
[电气工程—电力系统及自动化]
-
