《表1 不同模型的四季负荷预测精度对比》

  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

《加权多分位鲁棒ELM的短期负荷预测方法》

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

随着负荷曲线类型的变化，预测的最优值不会固定在某个分位上。为了给电力决策者提供更直观的负荷预测值信息，本文充分利用上述多分位下的预测值进行误差反馈加权，得到最终的预测结果。为验证本文所提误差反馈WMQ-RELM的有效性，将其与BP神经网络、LQR、ELM、RELM以及均值WMQ-RELM进行对比，其预测结果如表1所示。