【技术实现步骤摘要】
本申请涉及电力行业碳市场交易，具体而言，涉及一种碳交易价格预测方法、装置及存储介质。
技术介绍
1、碳资产交易是指把市场机制作为解决二氧化碳为代表的温室气体减排问题的新途径，即把二氧化碳排放权作为一种商品，从而形成了二氧化碳排放权的交易。不同的企业，由于所处国家、区域、行业不同，或者技术、管理方式上的差异，使得每个企业的减排成本是不同的。而碳资产交易的目的是鼓励减排低成本的企业超额减排，将其获得的剩余配额(即碳排放权，也称碳资产)通过交易的方式出售给减排成本高的企业，以帮助减排成本高的企业完成履约，并降低完成履约的成本。因而，碳资产交易作为一种市场机制的减排方式，能够低成本高效率地实现碳排放权的有效配置，以达成总量控制和公共资源合理化利用的履约目标，碳交易市场的发展，可以减少能源消耗，促进光伏产业的发展。
2、在电力系统碳交易机制实施的背景下，电力系统调度问题中构建排放主体的碳交易模型对实施减排具有重要的实际工程意义，如何根据碳交易信息精确预测碳交易价格并提前确定碳排放额度，从而合理地安排机组发电计划是目前亟需解决的问题。合...
【技术保护点】
1.一种碳交易价格预测方法，其特征在于，所述方法应用于碳交易价格预测模型，所述碳交易价格预测模型包括情绪识别模型、价格梯度特征预测时序模型、特征空间关系模型、全连接神经网络，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，设第n时刻所述难过、害怕、高兴、厌恶、惊讶、愤怒六种情绪识别后得到的次数分别为m1(n)–m6(n)，每种情绪对应的统计概率xmj(n)为：
3.根据权利要求1所述的方法，其特征在于，所述全连接神经网络的训练过程包括：重复执行迭代训练步骤，直至更新后的所述全连接神经网络满足收敛条件；
4.根据权利要求1所...
【技术特征摘要】
1.一种碳交易价格预测方法，其特征在于，所述方法应用于碳交易价格预测模型，所述碳交易价格预测模型包括情绪识别模型、价格梯度特征预测时序模型、特征空间关系模型、全连接神经网络，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，设第n时刻所述难过、害怕、高兴、厌恶、惊讶、愤怒六种情绪识别后得到的次数分别为m1(n)–m6(n)，每种情绪对应的统计概率xmj(n)为：
3.根据权利要求1所述的方法，其特征在于，所述全连接神经网络的训练过程包括：重复执行迭代训练步骤，直至更新后的所述全连接神经网络满足收敛条件；
4.根据权利要求1所述的方法，其特征在于，在所述价格梯度特征预测时序模型的训练阶段，所述价格梯度特征预测时序模型采用均方误差损失函数，所述价格梯度特征预测时序模型的输入数据包括第n时刻的所述碳交易价格融合特征、第n+1时刻的所述一阶价格梯度预测值以及第n+1时刻的一阶价格梯度真实值；和/或，
5.根据权利要求1–4之一所述的方法，其特征在于，所述价格梯度特征预测时序模型为长短期记忆人工神经网络lstm模型；和/或，
<...【专利技术属性】
技术研发人员：刘志，齐欣，
申请(专利权)人：北京壹清能环科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。