CCTD与中国矿大用深度学习模型 解决煤炭价格预测问题研究发表

　　日前，CCTD与中国矿业大学数学学院、江苏省应用数学 (中国矿业大学) 中心联合研究了一种融合XGBoost和GCN的XGBGCN模型进行煤炭价格预测。相关成果以“融合XGBoost与图卷积网络的煤炭价格预测研究”为题发表在《煤炭经济研究》2025年第2期。

　　该模型首先运用XGBoost算法筛选出影响煤炭价格的关键特征, 随后基于这些关键特征构建煤炭价格关联图。通过将关联图与影响因素特征矩阵整合, 作为GCN模型的输入, 进而预测煤炭价格。

　　为验证XGBGCN模型的表现，研究中利用真实煤炭价格数据和真实采集到的相关影响特征数据展开了数值实验。分析结果表明，该模型展现出了较好的预测精度，误差水平整体偏低。这些关键指标共同证实了模型的预测能力，具有较高的稳定性及准确性。

　　下图展示了XGBGCN模型对3种不同煤种在3个不同时间段内煤炭价格变化趋势的预测结果。通过对比实际价格走势和模型预测，可以明显观察到模型预测曲线与实际价格曲线之间存在一致性。这种吻合表明XGBGCN模型能够准确捕捉并预测煤炭价格的波动情况，无论是在短期内的日常波动还是在长期变化中，都显示出了模型较好的预测能力和适应性。

*  煤炭价格变化趋势预测

　　此外，与一些现有模型相比，XGBGCN模型在煤炭价格预测方面表现最佳，实现了更为精确的预测结果。

　　实验结果表明，XGBGCN模型不仅能够有效识别出影响煤炭价格的关键因素，还能够捕捉煤炭价格的波动趋势，实现对煤炭价格的准确预测。

　　近年来，CCTD与多家学术研究机构合作，共同成立了“煤炭市场大数据研究院”、“泛能源大数据煤炭行业碳中和应用中心”以及“江苏省应用数学中心”，专注于数据应用研发、释放数据价值。CCTD积极与国内各能源企业共同建立数字科技创新生态，解决煤炭市场及运销领域存在的问题，打造了国内独家“煤市高德地图”，为企业提供快速准确的煤炭购销线上智能辅助决策支持系统，并已应用于国内多家大型能源企业，助推数字经济在能源领域的建设。