《表3 实际值和预测值及绝对百分比误差》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于粒子群优化–长短期记忆网络模型的变压器油中溶解气体浓度预测方法》
同理,继续以2018年9月1日到2019年7月1日之间的油色谱数据为例,采用PSO-LSTM预测模型对变压器油中溶解的其他气体浓度进行预测,结果如表4所示。由表4可知,PSO-LSTM方法的预测误差均低于LSTM、RNN、SVM、RF方法,具有较高的预测稳定性与可靠性。
图表编号 | XD00150573000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.05 |
作者 | 刘可真、苟家萁、骆钊、王科、徐肖伟、赵勇军 |
绘制单位 | 昆明理工大学电力工程学院、昆明理工大学电力工程学院、昆明理工大学电力工程学院、云南电网有限责任公司电力科学研究院、云南电网有限责任公司电力科学研究院、云南电力技术有限责任公司 |
更多格式 | 高清、无水印(增值服务) |