[发明专利]一种结合离散统计和极限学习机的碳交易行为建模方法

权利要求书

1.一种结合离散统计和极限学习机的碳交易行为建模方法，其特征在于，包括以下步骤：

1)确定碳交易行为驱动因素特征变量，收集碳交易行为真实参与者的决策变量，构建碳交易行为样本；

2)标准化碳交易行为样本；

3)离散化碳交易行为驱动因素特征变量；

4)获得离散统计分析的碳交易行为统计结果；

5)识别碳交易行为统计结果可靠的取值区间；

6)利用极限学习机训练行为模型；

7)结束行为建模，记录基于可靠取值区间统计结果训练的极限学习机的行为模型在所有取值区间的模型输出。

2.根据权利要求1所述的一种结合离散统计和极限学习机的碳交易行为建模方法，其特征在于，所述步骤1)中，碳交易行为驱动因素特征变量包括碳价动态特征变量r_p,t和履约紧迫性特征变量r_u,t，其中，

其中，p_t是t时刻碳市场的即时价格，是近一周碳市场的平均价格；

r_u,t＝(e_T-a_t)/(e_T-e_t)，

其中，e_T是到履约时刻T企业的预计碳排放总量，a_t是t时刻企业持有的碳配额总量，e_t是t时刻企业的实际碳排放总量。

3.根据权利要求2所述的一种结合离散统计和极限学习机的碳交易行为建模方法，其特征在于，所述步骤1)中碳交易行为样本包括：两个碳交易驱动因素特征变量r_p,t和r_u,t，一个碳交易行为真实参与者的决策变量即交易量q_t，其中，q_t＜0代表出售，q_t＞0代表买入，q_t＝0代表不交易。

4.根据权利要求3所述的一种结合离散统计和极限学习机的碳交易行为建模方法，其特征在于，所述步骤2)采用z-score标准化碳交易行为样本，z-score标准化公式为：

x^*＝(x-u(X))/σ(X)，

其中，x^*是标准化后的数据值，x是原始数据值，X是原始数据集，u(X)是X的平均值，σ(X)是X的标准差，

标准化后的碳交易行为样本为：和分别是r_p,t、r_u,t和q_t标准化后的数据值。

5.根据权利要求4所述的一种结合离散统计和极限学习机的碳交易行为建模方法，其特征在于，所述步骤3)中，在假设碳交易驱动因素特征变量符合正态分布的前提下，将碳交易驱动因素特征变量离散化为若干个等概率取值范围，即将离散化为I×J个取值区间，其中，I是的取值范围个数，J是的取值范围个数。

6.根据权利要求5所述的一种结合离散统计和极限学习机的碳交易行为建模方法，其特征在于，所述步骤4)中，用交易概率P_i,j表示取值区间[i,j]的碳交易行为统计结果，P_i,j的计算如下：

假设N_i,j是取值区间[i,j]中的总样本个数，i＝1,...,I,j＝1,...J，K_i,j是取值区间[i,j]中的碳交易行为次数，当N_i,j≠0时，P_i,j＝K_i,j/N_i,j；当N_i,j＝0时，P_i,j＝0，下标i代表的第i个取值范围，下标j代表的第j个取值范围。