《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》

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

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。