《表1 均方根误差结果：基于降噪滤波与FHMM的非侵入式负荷监测算法》
提示：宽带有限、当前游客访问压缩模式
试验结果见表1～表4。根据表1结果绘制的均方根误差柱形图如图3所示。
| 图表编号 | XD0010663700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 侯艾君、王永生、顾博川、李晓枫、孙毅 |
| 绘制单位 | 广东电网有限责任公司电力科学研究院、东南大学电气工程学院、广东电网有限责任公司电力科学研究院、广东电网有限责任公司电力科学研究院、广东电网有限责任公司电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据分配表：基于时间卷积神经网络的非侵入式居民用电负荷分解方法》2021.03.01
- 《表4 每个设备的F1值：基于V-I轨迹特征的非侵入式负荷监测算法》2020.10.20
- 《表2 V-I轨迹的特征：基于V-I轨迹特征的非侵入式负荷监测算法》2020.10.20
- 《表3 设备参数：基于V-I轨迹特征的非侵入式负荷监测算法》2020.10.20
- 《表1 去噪效果对比：基于小波特征和支持向量机的非侵入式负荷识别》2020.11.01
- 《表3 比例标度值：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表5 模型辨识结果：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表2 算法评价指标：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表1 辨识算法性能：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表6 一致性检验：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表1 状态组合的分解：基于改进隐马尔科夫模型的非侵入式家居负荷识别》2020.04.01
- 《表7 全局匹配结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表6 数据处理结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表4 匹配结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表8 匹配结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表1 估计的均方根误差：基于变分贝叶斯原理的SINS/GPS组合导航VB-CKF滤波算法》2019.10.08
- 《表4 各种算法均方根误差（无预滤波）》2019.08.20
- 《表2 各种算法均方根误差（无预滤波）》2019.08.20
- 《表6 匹配结果：基于Bi-LSTM算法的非侵入式负荷监测模型》2019.02.20
- 《表2 无预处理的结果：基于降噪滤波与FHMM的非侵入式负荷监测算法》2019.11.25