基于集成模型的煤炭价格多步预测研究

作者：郝伟; 边萌春

来源：煤炭工程, 2023, 55(08): 187-192.

• 集成模型
• 煤炭价格预测
• 多参量多步预测模型
• LSTM
• PSO

煤炭价格的准确预测对化解能源价格风险有着重要意义，针对煤炭价格预测的问题，开展了基于集成模型的煤炭价格多步预测研究。本研究分析了影响煤炭价格的主控因素，并建立了数据集；将粒子群优化算法(Particle swarm optimization, PSO)和长短期记忆模型(Long Short-Term Memory, LSTM)有效集成，建立了一种基于PSO-LSTM的多参量多步预测模型。利用多参量多步预测模型调用数据集进行了曹妃甸港煤炭价格预测，结果表明：基于PSO-LSTM的多参量多步预测模型预测效果优于基于BP、LSTM的预测模型；其预测价格与实际价格的MAPE、R2值分别为0.025、0.908,能够为煤炭市场的科学管控提供帮助。