《表3 以3月8日1点的负荷值为输出的一组模式对》
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
《基于改进MOPSO-BP算法的短期电力负荷预测研究》
表2为依据搜集的数据设置的BP神经网络输入输出模式对应的具体变量,一天有24个小时,以采样数据中3月5日到3月19日的日平均气温、日期类型、电力负荷值,以及20日的日平均气温、日期类型为历史样本数据训练BP神经网络,预测20日的24小时的电力负荷,总共可以建立312组这样的模式对,将前288组用来训练神经网络,后24组作为检验模式对来检验训练完成的BP神经网络的性能。表3列出了其中一组模式对,以3月5日、6日、7日的日平均气温、日期类型、1点时刻的负荷值以及8日的日平均气温、日期类型,共计11个节点作为BP神经网络输入,以8日1点时刻的负荷值作为输出,进行模型训练。
图表编号 | XD00116379600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 张静、石鑫 |
绘制单位 | 山西大学自动化系、山西大学自动化系 |
更多格式 | 高清、无水印(增值服务) |