《表3 预测模型对比:基于熵权法和Elman神经网络相结合的储能系统SOC估计》
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
《基于熵权法和Elman神经网络相结合的储能系统SOC估计》
从图6中可以看出,采用MEA-Elman神经网络可以很好地跟踪SOC的变化,拟合出的曲线偏离原曲线误差较小。图7给出了采用MEA优化Elman神经网络前后SOC估计误差曲线,对比结果如表3所示。
图表编号 | XD00117456600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.05 |
作者 | 李德鑫、吕项羽、王佳蕊、刘星宇、韩晓娟 |
绘制单位 | 国网吉林省电力有限公司电力科学研究院、国网吉林省电力有限公司电力科学研究院、国网吉林省电力有限公司电力科学研究院、华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |