《表2 主成分贡献率以及累计贡献率》
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
《基于小波去噪-KPCA神经网络的光伏功率预测方法》
输入量包括前一天6:00到18:55每5 min的光伏出力,预测日的温度、湿度、日期和天气类型量化值。引入KPCA对输入空间降维,本预测实例选用的核函数为高斯核函数。经过KPCA得出的主成分贡献率以及累计贡献率如表2所示。
图表编号 | XD00133663300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 孙新程、万玥、丁宏、葛晨阳、史文斌 |
绘制单位 | 国网江苏省电力有限公司高邮供电分公司、国网江苏省电力有限公司高邮供电分公司、国网江苏省电力有限公司高邮供电分公司、国网江苏省电力有限公司连云港供电分公司、南京理工大学自动化学院、上海绿色环保能源有限公司 |
更多格式 | 高清、无水印(增值服务) |