一种碳价智能预测方法、系统及存储介质技术方案

本发明专利技术公开了一种碳价智能预测方法、系统及存储介质，包括以下步骤：步骤A、收集目标区域的历史碳价和影响因素数据；步骤B、采用信号分解技术分解原始碳价序列；步骤C、重构成多维相空间，并判断碳价序列的混沌特性；步骤D、建立智能组合碳价预测模型；步骤E、对比分析模型的预测性能，选定目标碳市场的最适宜碳价预测模型；步骤F、构建碳价预测系统，并部署在存储介质中。本发明专利技术所提出的碳价智能预测方法，有效解决碳价预测结果与实际碳价的偏差过大问题，显著提高碳价的预测精度，为企业制定合理的碳市场参与策略，政府出台平抑碳价波动的政策措施，乃至全国碳市场未来的平稳、健康发展提供技术支持和参考依据。

【技术实现步骤摘要】

本专利技术涉及一种碳价预测方法，尤其涉及一种集成信号分解、相空间重构、混沌特性识别的碳价智能预测方法、系统及存储介质，属于碳交易价格预测领域。

技术介绍

1、碳排放权交易价格(以下简称“碳价”)作为碳交易市场的核心要素，其波动变化将直接影响企业的生产决策和投资者的买卖行为。因此，区域碳市场碳价的准确预测重要意义。但是，现有的碳价预测研究普遍存在影响因素与碳价的关联性不强，无法有效应对碳价的波动变化规律等问题，导致单一碳价预测模型精度偏低，无法准确捕捉到碳价的波动变化趋势，不利于企业全面评估碳资产价值和制定合理的碳市场参与策略，严重影响区域碳市场的科学、稳定发展。

技术实现思路

1、为了解决上述技术所存在的不足之处，本专利技术提供了一种碳价智能预测方法、系统及存储介质。

2、为了解决以上技术问题，本专利技术采用的技术方案是：一种碳价智能预测方法，包括以下步骤：

3、步骤a、收集目标区域的碳市场历史碳价数据，以及相关的影响因素数据；

4、步骤b、基于步骤a收集的数据，运用变分模本文档来自技高网...

【技术保护点】

1.一种碳价智能预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的碳价智能预测方法，其特征在于：步骤B中，碳价序列分解过程具体包括：

3.根据权利要求1所述的碳价智能预测方法，其特征在于：步骤C中，碳价序列重构过程具体包括：

4.根据权利要求3所述的碳价智能预测方法，其特征在于：步骤C中，Wolf法计算Lyapunov指数是在对碳价序列进行相空间重构的基础上，Wolf法结合相空间的轨迹的迭代和分析结果，跟踪初始相邻的轨迹向量随时间演化的分离速率，最终计算得到最大Lyapunov指数，具体过程如下：

5.根据权利要求4所述的碳价智...

【技术特征摘要】

1.一种碳价智能预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的碳价智能预测方法，其特征在于：步骤b中，碳价序列分解过程具体包括：

3.根据权利要求1所述的碳价智能预测方法，其特征在于：步骤c中，碳价序列重构过程具体包括：

4.根据权利要求3所述的碳价智能预测方法，其特征在于：步骤c中，wolf法计算lyapunov指数是在对碳价序列进行相空间重构的基础上，wolf法结合相空间的轨迹的迭代和分析结果，跟踪初始相邻的轨迹向量随时间演化的分离速率，最终计算得到最大lyapunov指数，具体过程如下：

5.根据权利要求4所述的碳价智能预测方法，其特征在于：步骤d中，基于前述步骤c重构生成的m-维相空间向量和计算得到的最大lyapunov指数，...

【专利技术属性】
技术研发人员：王晓晖，卢艳超，李培栋，李曈，
申请(专利权)人：国网经济技术研究院有限公司，
类型：发明
国别省市：