国家知识产权局信息显示，国网上海市电力公司;上海交通大学申请一项名为“一种基于DBSCAN密度聚类和LSTM+XGBoost耦合模型的碳价预测方法”的专利，公开号CN122335344A，申请日期为2026年4月。

专利摘要显示，本发明基于DBSCAN密度聚类和LSTM+XGBoost耦合模型的碳价预测方法，涉及碳价预测领域，包括如下步骤：采集目标市场碳价历史数据序列作为训练标签，采集与碳价对应的电力系统历史负荷数据和电价历史数据作为训练特征，得到碳价基线预测值，求取碳价实际值与基线预测值的残差值，并构造残差派生特征构建由碳价残差值、残差一阶差分和滚动波动率三部分组成的特征向量，采用DBSCAN密度聚类进行簇识别，将标签为噪声的样本判定为离群点，对识别的离群点进行自适应回填与标注输出；构建LSTM+XGBoost耦合模型。本发明强化了预测碳价数据的时间序列依赖关系，同时更精确地识别碳价数据间的非线性波动和阈值效应，提升了碳价模型预测精度和稳健性。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：情报员