《表1 三种预测模型误差分析》
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
《基于气象因子与误差修正的改进卷积神经网络短期风速预测模型》
由表1可知,CNN的预测精度比BP神经网络高,而ME-MC-NN较之CNN和BP神经网络,平均百分比误差分别降低了5.079%、14.373%,预测精度最高,原因在于其采用多尺度卷积核有效地增强了网络特征提取的能力,而考虑误差因素修正预测值进一步降低了预测误差。经验证,本文所提模型的预测性能最优,说明考虑气象因子与误差修正可有效提高模型预测精度,亦证明了该预测模型构建的合理性。
图表编号 | XD00130507300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.30 |
作者 | 刘伟、罗凤鸣、赵薪羽 |
绘制单位 | 东北石油大学电气信息工程学院、东北石油大学电气信息工程学院、黑龙江八一农垦大学电气与信息学院 |
更多格式 | 高清、无水印(增值服务) |