《表2 基于LSTM神经网络与ARIMA算法的风力发电功率数据预测结果对比》

  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

《基于长短期记忆神经网络的风力发电功率预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了体现LSTM神经网络更优的预测效果，针对同一风电场的风电数据，选取另外3个季节的日风力发电功率数据与周风力发电功率数据进行了对比分析，如表2所示。可以看出，LSTM神经网络在各季节风力发电功率的时序预测结果中，相较于ARIMA算法的预测精度都有明显提升；同时随着数据规模变大，LSTM神经网络可以获得更好的预测结果，在短时数据基础以及长时数据基础中均有良好表现。