《表3 SVM模型参数值》
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ABC-SVM和PSO-RF的光伏微电网日发电功率组合预测方法研究》
设每日的气象参数特征向量为X=[Tavg,Havg,Isum,Iavg,Wavg],各变量的含义见表2,所属类型为Y=[YA,YB,Yc,YD]。对气象特征向量进行标准化处理,标准化公式为:xi-xˉ/sd(x),实验将730 d的气象数据标准化后,根据气象分类挑选330条作为训练集,将剩余的抽取98条作为预测集进行验证,并分别用传统的SVM方法和ABC-SVM方法进行对比。历史数据中,相比B、C和D三类气象数据,A类气象条件下训练集和预测集的数据量较少,找出30条训练数据和8条测试有效数据,表3中SVM模型对应的参数值,分别显示了优化前默认的值和优化后的值,通过表4的分类结果可看出,不论是哪种类型的气象数据,利用ABC-SVM的优化后的模型比传统的SVM方法可提高4类气象分类的准确率。
图表编号 | XD00139670200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 王小杨、罗多、孙韵琳、李超、李进 |
绘制单位 | 电子科技大学中山学院、珠海兴业绿色建筑科技有限公司、顺德中山大学太阳能研究院、电子科技大学中山学院、珠海兴业绿色建筑科技有限公司 |
更多格式 | 高清、无水印(增值服务) |