[发明专利]一种碳排放价格组合预测方法

摘要

本发明公开一种碳排放价格组合预测方法。方法包括以下步骤：1)采用变分模态分解算法将原始的碳排放价格序列分解为一系列固态函数分量；2)给定输出变量，通过统计工具偏自相关函数以及其相应的偏自相关图，确定每个IMF分量的输入变量；3)针对每个IMF分量，利用Spiking神经网络对其预测；4)将上述每个IMF分量的预测结果叠加，得到对应原始碳排放价格的预测值。本发明提供的方法有效地提高了预测精度，能够较好地解决碳排放价格预测问题。

主权项

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。