基于经验模态分解和神经网络的碳排放权预测方法及系统

本发明公开了基于经验模态分解和神经网络的碳排放权预测方法及系统，方法包括：获取不同时间的碳排放权数据并进行预处理；对预处理后的碳排放权数据进行经验模态分解，以提取序列特征；利用卷积神经网络对序列特征进行回归学习，学习序列特征和价格标签的非线性关系，并根据非线性关系构建碳排放权预测模型；以连续时间断面的碳排放权数据作为碳排放权预测模型的输入，输出未来时间断面的碳排放权数据，实现由当前时间断面的碳排放权数据预测未来时间断面的情况。本发明能够更好地适应信号的非线性和非平稳特性，CNN结构中的卷积层和池化层使得模型能够捕获图像中的局部特征，具有实现简单、预测精度高的优点。