煤炭工程

作者：郝伟,边萌春

单位：国能销售集团有限公司 山西煤采购中心, 山西 忻州 034000

关键词：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-TermMemory, 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。

来源：2023年第8期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2023年第8期