基于优化LSTM模型的中国碳排放量预测研究

提高碳排放预测的准确性和泛化性是助力“双碳”目标实现的重要基础。首先,文章基于长短时记忆模型,拓展加入主成分分析法和注意力机制,提出了优化后的碳排放预测方法。其次,以中国日碳排放量为例进行实证分析,结合碳排放市场交易、能源价格、城市空气质量等15个指标进行预测,并与LSTM、RNN、CNN等6个传统深度学习模型比较。实证结果表明,基于MAE和MSE等5项准则,优化后的LSTM模型对中国日碳排放量拥有更为优异的预测性能。最后,文章为未来相关领域的模型选择优化提供了实证依据和重要启示。