《表2 不同模型不同季节典型月份的负荷预测精度对比》

  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

《基于改进高斯过程回归的短期负荷概率区间预测方法》

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

为验证本文提出模型的有效性，选取95%、90%、85%、80%、75%和70%等6个置信水平建立不同季节的预测性能。选取每个典型月份的后100个点作为验证集，剩余样本作为训练集，分别建立不同季节典型样本的预测模型，并与QR和标准GRP模型的预测结果进行对比。鉴于上章节中滑移窗表现出优异的跟踪能力和自适应性，本文选用M=48作为IGPR模型的滑动窗长度。各种模型在不同季节典型月份下的负荷预测精度如表2所示。通过对比表2中不同置信水平下预测指标值PICP、PINAW和CWC可以得出以下结论：