[发明专利]一种碳排放价格组合预测方法

权利要求书

1.一种碳排放价格组合预测方法，其特征在于：包括以下步骤：

(1)获取碳排放价格预测所需的历史价格数据序列；

(2)采用变分模态分解算法将原始碳排放价格序列分解为6个IMF分量序列；

(3)给定输出变量即待预测的下一天的碳排放交易价格，通过计算PACF以及其得到的相应的偏自相关图，确定每个IMF分量的输入变量；

(4)初始化：对每个IMF分量序列的训练和测试样本集数据进行归一化处理，将样本数据尺度变换到区间[0,1]内；

(5)针对每个IMF分量序列，分别建立SNN预测模型，并设置网络初始参数；

(6)对每个SNN预测模型，利用SpikeProp算法对Spiking神经网络进行训练，直到训练样本集中的输入样本和期望输出样本的网络训练误差E≤e_max(预先设定的允许误差)；

(7)将预测输入向量输入训练后的SNN模型，其输出即为每个IMF分量序列的碳排放价格预测值；

(8)将上述每个IMF分量序列的预测结果反归一化并叠加，得到对应原始碳排放价格的预测值。

2.如权利要求1所述的一种碳排放价格组合预测方法，其特征在于：采用变分模态分解算法将原始碳排放价格序列进行分解，原始碳排放价格序列f分解为K个模态，K＝6，变分问题描述为寻求K个模态函数u_k(t)，使得每个模态的估计带宽之和最小，约束条件为各模态之和等于f，对应的约束变分表达式如下：

min{uk},{ωk}{Σk||∂t[(σ(t)+jπt)uk(t)]e-jωkt||22}s.t.Σkuk=f---(1)]]>

式中：{u_k}＝{u₁,…u_K}和{ω_k}＝{ω₁,…ω_K}分别为所有模态及其对应中心频率的集合；

可以通过引入二次惩罚因子α和拉格朗日乘子λ(t)解决上面的约束变分问题，增广拉格朗日公式如下：

L({uk},{ωk},λ)=αΣk||∂t[(σ(t)+jπt)uk(t)]e-jωkt||22+||f(t)-Σkuk(t)||22+<λ(t),f(t)-Σkuk(t)>---(2)]]>

式中：α为惩罚参数；λ为Lagrange乘子。

采用乘法算子交替方向法解决以上变分问题，通过交替更新和求增广拉格朗日表达式的鞍点；算法的收敛条件是最后的更新公式如下，

u^kn+1=f^(ω)-Σi≠ku^i(ω)+λ^(ω)21+2α(ω-ωk)2---(3)]]>

ωkn+1=∫0∞ω|u^k(ω)|2dω∫0∞|u^k(ω)|2dω---(4)]]>

λ^n+1(ω)=λ^n(ω)+τ[f^(ω)-Σku^kn+1(ω)]---(5)]]>

式中：n是迭代次数。