基于集成模型的煤炭价格多步预测研究.pdfVIP

煤灰程

第55卷第8期COALENGINEERINGVol.55,No.8

doi:10.11799/ce202308034

基于集成模型的煤炭价格多步预测研究

郝伟，边萌春

（国能销售集团有限公司山西煤采购中心，山西忻州034000)

摘要：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（Particleswarmoptimization，PSO）和长短期记忆模型（LongShort-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。

关键词：集成模型；煤炭价格预测；多参量多步预测模型；LSTM；PSO

中图分类号：TD-05文献标识码：A

Multi-stepforecastingofcoalpricebasedonintegratedmodel

HAOWei,BIANMengchun

(ShanxiCoalProcurementCenterofCHNEnergyTradingGroupCo.,Ltd.,Xinzhou034000,China)

Abstract:Accuratepredictionofcoalpricesisofgreatsignificancetodefuseenergypricerisks.Aimingattheproblemofcoal

priceforecasting,amulti-stepforecastingstudyofcoalpricebasedonensemblemodelwascarriedout.Themaincontrolling

factorsaffectingcoalpriceswereanalyzed,andadatasetwasestablished;Particleswarmoptimization(PSO)andLongShort

-TermMemory(LSTM)wereeffectivelyintegrated,andamulti-parametermulti-steppredictionmodelbasedonPSO-LSTM

wasestablished.Usingthemulti-parameterandmulti-stepforecastingmodel,thedatasetwascalledtoforecastthecoalprice

ofCaofeidianPort,theresultsshowthattheforecastingeffectofthemulti-parameterandmulti-stepforecastingmodelbasedon

PSO-LSTMisbetterthantheforecastingmodelbasedonBPandLSTM.ItsMAPEandR?valuesofpredictedpriceandactual

priceare0.025and0.908,respectively,indicatingthat,themodelcanprovideh