《表2 相关性分析结果：基于Copula理论与KPCA-GRNN结合的区域综合能源系统多元负荷短期预测模型》

  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Copula理论与KPCA-GRNN结合的区域综合能源系统多元负荷短期预测模型》

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

由最优Copula函数导出的相关性分析结果如表2所示。由表2可知，电负荷、冷负荷之间以及多元负荷与温度、辐射强度、空气湿度之间存在高度的非线性相关，但相关程度存在差异。电负荷与冷负荷之间的非线性相关高达0.86，同时电负荷、冷负荷与温度、辐射强度以及空气湿度之间的非线性相关均大于0.1。电负荷与冷负荷之间的耦合特性分析结果表明了区域综合能源系统多元负荷之间的系统性以及预测过程中的不可分割性，故为了提高多元负荷的预测精度，二者应综合建模预测。电负荷、冷负荷与天气因素之间的耦合特性分析结果表明，在多元负荷预测中上述影响因素对预测结果的影响是不可忽略的，为预测数据集的构造提供了理论依据。因此将温度、辐射强度、湿度作为预测模型的影响因子，与电负荷、冷负荷历史数据共同构成多元负荷预测模型的输入样本集。