基于CNN-LSTM组合模型的碳价预测方法

摘要：

对碳价波动的特征进行分析,说明碳价预测的意义;然后,基于卷积神经网络(convolutional neural network,CNN)与长短期记忆网络(long short-term memory,LSTM)提出一种CNN-LSTM组合模型的碳价预测方法,充分考虑碳价的时序特性,通过改善相关模型,从时序数据中提取特征的能力从而提高预测准确性;最后,通过欧洲能源交易所及我国广州碳市场的碳价实例验证,将CNN-LSTM模型的预测结果与其他常用预测模型对比,结果表明CNN-LSTM模型在碳价预测中具有更高的预测准确性.

关键词：碳价预测、长短时记忆网络、卷积神经网络、组合模型

所属期刊栏目：43

分类号：F120.3;F49(中国经济)

资助基金：国家社会科学基金19ZDA081

在线出版日期：2023-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：200-206