《表1 预测误差数据:基于机器学习的短期电力负荷预测方法研究》
总体而言,该区域在应用本文提出基于岭回归分析的RBF神经网络短期电力负荷预测方法(机器学习模型)后,能准确的预测出峰、平、谷负荷值,较传统的BP神经网络预测方法明显的提高了预测精度,表现出了较优的预测性能。对应的每天预测误差情况如表1所示。
图表编号 | XD00116040300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.10 |
作者 | 徐晴、周超、赵双双、刘建、龚丹、赵永春 |
绘制单位 | 国网江苏省电力有限公司电力科学研究院、国家电网公司电能计量重点实验室、国网江苏省电力有限公司电力科学研究院、国家电网公司电能计量重点实验室、国网江苏省电力有限公司电力科学研究院、国家电网公司电能计量重点实验室、国网江苏省电力有限公司电力科学研究院、国家电网公司电能计量重点实验室、国网江苏省电力有限公司电力科学研究院、国家电网公司电能计量重点实验室、南京致德电子科技有限公司 |
更多格式 | 高清、无水印(增值服务) |