申请/专利权人:南京师范大学
申请日:2024-03-25
公开(公告)日:2024-06-25
公开(公告)号:CN118246949A
主分类号:G06Q30/0201
分类号:G06Q30/0201;G06Q30/0283;G06Q50/06;G06F17/18
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了基于VMD‑EMD‑QRDCC的碳市场价格概率密度预测方法,包括:获取一定时间范围内的历史碳价数据;利用变分模态分解对历史碳价数据进行分解,利用经验模态分解对残差项进行分解;将分解之后的子序列和残差项进行预处理,划分为训练集和测试集,利用训练集对因果卷积神经网络分位数回归模型进行训练,将训练之后的因果卷积神经网络分位数回归模型记为碳价预测模型;利用测试集对碳价预测模型进行验证,并得到不同分位点下碳价预测结果;利用高斯核密度对碳价预测结果进行估计,得到碳价预测概率密度结果。本发明可以为大规模新能源发电应用的环境背景下的碳价研究提供新的方法,帮助碳市场参与者了解更多信息,为规避碳市场风险提供有益的参考。
主权项:1.基于VMD-EMD-QRDCC的碳市场价格概率密度预测方法,其特征在于,包括:获取一定时间范围内的历史碳价数据;利用变分模态分解对历史碳价数据进行分解,得到若干子序列和残差项,利用经验模态分解对残差项进行分解;将分解之后的子序列和残差项进行预处理,然后按照比例划分为训练集和测试集,利用训练集对因果卷积神经网络分位数回归模型进行训练,将训练之后的因果卷积神经网络分位数回归模型记为碳价预测模型;利用测试集对碳价预测模型进行验证,并得到不同分位点下碳价预测结果;利用高斯核密度对碳价预测结果进行估计,得到碳价预测概率密度结果。
全文数据:
权利要求:
百度查询: 南京师范大学 基于VMD-EMD-QRDCC的碳市场价格概率密度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。