CCTD与中国矿业大学基于Transformer模型实现煤炭需求精准预测成果发表

近日，CCTD中国煤炭市场网董事长冯雨博士带领团队与中国矿业大学合作开展的“多源异频数据多尺度融合：基于Transformer的煤炭需求预测研究”正式发表于《煤炭经济研究》。研究团队创新提出多频时间序列Transformer模型（MFT-Former），破解多源异频数据融合行业痛点，实现煤炭需求高精度预测，为煤炭产业链业务决策等相关工作提供科学决策参考。

　　煤炭作为我国能源体系的“压舱石”，其需求预测是能源行业供需分析的关键环节，预测精准度直接决定了市场参与主体对走势的判断和业务决策的科学性，是煤炭上下游企业控制经营风险、实现精细化运营的关键抓手，对全产业链的平稳发展和资源高效配置具有不可替代的价值。针对这一行业问题，CCTD联合中国矿业大学数学学院、矿业工程学院等多学科团队开展跨领域研究，融合机器学习、数据挖掘与煤炭产业实践经验，打造了适配煤炭行业数据特征的预测模型。

　　此次发表的研究成果中，团队设计了系统化的多源异频数据处理流程，通过上采样、下采样技术将原始数据清洗、对齐并重采样为3个时间同步的特征矩阵，完整保留了高频数据的精细波动信息和低频数据的长期趋势特征。在此基础上，创新构建多输入Transformer网络架构，通过融合层整合深层特征，实现多尺度信息的有效融合，最终形成MFT-Former模型。实验结果显示，MFT-Former模型在测试集上的平均绝对百分比误差（MAPE）低至6.24%，显著优于人工神经网络（ANN）、长短期记忆网络（LSTM）等传统模型。值得关注的是，该模型对未来3-6个月的中期预测精度更高，MAPE稳定在5.24%-5.76%，展现出极强的中长期趋势捕捉能力，突破了传统模型预测误差随时间递增的局限。

　　CCTD与中国矿业大学的产学研合作已深耕多年，双方秉持“优势互补、协同创新”的理念，从2020年联合共建煤炭市场大数据研究院起步，还携手共建江苏省应用数学（中国矿业大学）中心等高端产学研平台，持续推动人工智能、大数据等前沿技术与煤炭产业深度融合，结出了丰硕的合作成果。多年来，双方持续聚焦行业重难点问题开展联合攻关，先后推出多项兼具理论创新与实际应用价值的研究成果，不仅有多项成果发表于国内外权威期刊，更推动相关技术成果落地应用于煤炭行业实际生产经营场景，为企业智能决策、行业数字化转型提供了有力支撑。

　　相关链接：

　　目前CCTD环渤海动力煤价格预测、煤炭产量预测、煤炭消费量预测等系统，以及面向煤炭采运销全链条业务决策的“CCTD煤市智慧大脑”已在国内多家大型能源企业投入应用，运行效果良好，示范效应显著。未来CCTD将继续深化与中国矿业大学的产学研合作，推动更多成果在煤炭产业实际场景中的落地应用，为煤炭企业生产运营、产业链风险规避及政府能源战略制定提供科学的数据支撑，为我国煤炭产业高质量发展和能源安全保障贡献更多智慧方案。