基于VMD-EMD-QRDCC的碳市场价格概率密度预测方法技术

本发明专利技术公开了基于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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉及电力系统分析，特别涉及基于vmd-emd-qrdcc的碳市场价格概率密度预测方法。

技术介绍

1、建立碳交易平台的关键是解决对碳排放权如何定价的问题，碳市场价格直接影响着碳交易市场的规模，合理有效的价格对碳市场的平稳运行至关重要。

2、然而确定性预测不能对碳价不确定性做出定量描述，通过传统点预测方法得到的节点碳价预测值无法提供足够的碳价信息，在碳市场规划、运行和安全稳定分析等领域需要对碳价的波动区间有一个较为精准的估计。因此，有必要设计一种新的碳价概率密度预测方法。

技术实现思路

1、专利技术目的：针对以上问题，本专利技术目的是提供一种基于vmd-emd-qrdcc的碳市场价格概率密度预测方法，通过预测碳价概率密度，实现对碳价波动区间精准的估计。

2、技术方案：本专利技术的一种基于vmd-emd-qrdcc的碳市场价格概率密度预测方法，该方法包括：

3、获取一定时间范围内的历史碳价数据；

4、利用变分模态分解对历史碳价数据进行分解，得到若干子序列和本文档来自技高网...

【技术保护点】

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：

2.根据权利要求1所述的基于VMD-EMD-QRDCC的碳市场价格概率密度预测方法，其特征在于，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的过程包括：

3.根据权利要求2所述的基于VMD-EMD-QRDCC的碳市场价格概率密度预测方法，其特征在于，将分解之后的子序列和残差项进行预处理的过程包括：

4.根据权利要求3所述的基于VMD-EMD-QRDCC的碳市场价格概率密度预测方法，其特征在于，利用训练集对因果卷积神经网...

【技术特征摘要】

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：

2.根据权利要求1所述的基于vmd-emd-qrdcc的碳市场价格概率密度预测方法，其特征在于，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的过程包括：

3.根据权利要求2所述的基于vmd-emd-qrdcc的碳市场价格概率密度预测方法，其特征在于，将分解之后的子序列和残差项进行预处理的过程包括：

4.根据权利要求3所述的基于vmd-emd-qrdcc的碳市场价格概率密度预测方法，其特...

【专利技术属性】
技术研发人员：李天然，丁昱心，刘兴宇，王骏滕，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：