利用智能机器学习方法对区域碳排放权交易价格预测研究——基于湖北碳市场数据的分析

摘要：

碳价是碳排放权交易市场的核心要素,对碳价的准确预测有助于政府科学制定碳市场政策;也有利于企业在碳市场中的有效决策,实现碳减排成本的最小化.本文基于CEEMDAN和Transformers模型提出一种全新的碳价预测方法,首先,从理论层面分析了影响碳价预测的主要因素,并运用皮尔森相关系数法识别出影响湖北碳价的关键因素;其次,考虑到碳价序列具有的非线性、非平稳性和多尺度特征,运用CEEMDAN模型对湖北碳价原始序列进行分解,得到7个子序列;最后,运用Transformers模型对7个碳价子序列分别进行预测,并将预测结果进行叠加,从而得到湖北碳价的最终预测结果.预测结果表明:运用该方法对湖北碳价预测的MAPE值为1.67％,是所有对比模型中预测效果最好的.基于此,要关注影响碳价的关键因素,建立碳价预测体系、开发碳价预测工具,科学设定碳配额量.

关键词：碳价预测、Transformers模型、CEEMDAN模型、湖北碳市场

分类号：F061.5;F206;F830

资助基金：国家自然科学基金71801092

在线出版日期：2022-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：89-93,205