多模态数据驱动的煤炭价格智能化预测方法与应用

摘要

煤炭作为我国能源结构中的核心组成部分，其价格波动不仅影响上下游产业链发展，也对实现“双碳”目标和维护国家经济稳定具有重要意义.为提高煤炭价格预测的准确性，本文构建了基于Informer的多模态交叉注意力预测模型，选取环渤海5 500 K动力煤价格为预测对象，综合考虑原煤产量、煤炭进口量与关税、地缘政治不确定性因素、煤炭企业库存水平、火力发电总量及居民消费者价格指数等影响因素，构建多模态数据集.数值模态通过线性映射进行处理；文本模态采用RoBERTa编码器提取语义表示；跨模态部分引入交叉注意力机制，实现数值序列与文本信息的特征融合.结果表明：Informer在长时间序列预测中整体优于多种基准模型；相比简单融合，引入跨模态交叉注意力显著提升了预测准确性；模型在噪声文本条件下通过了稳健性检验.本文所构建的基于Informer的多模态交叉注意力预测模型能够为煤炭价格的科学预测提供支撑，对能源市场研究及相关政策制定具有一定的理论意义和实践价值.

关键词

多模态数据 / 煤炭价格 / Informer / 交叉注意力