基于CEEMDAN分解和CNN-GRU-Attention模型的碳价格预测研究

考虑到碳价格数据的波动较大,为更好地帮助企业获取碳排放权,建立起准确的碳交易价格预测模型,本文结合CEEMDAN分解和CNN-GRU-Attention模型来搭建碳价格数据预测模型。在本文提出的方案中,首先对碳价格原始序列进行CEEMDAN分解,通过熵排列重组成新的子序列以提高预测精度、减小计算规模,之后构建CNN-GRU-Attention模型对新的子序列进行预测。通过多模型预测对比可以发现,本文提出的结合CEEMDAN分解和CNN-GRU-Attention模型来搭建的碳价格数据预测模型具有较好的拟合能力,并具备较好的泛化能力。