《表5 PSO优化模型参数结果》
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》
图2a展示了C类气象情况下PSO算法优化RF的过程。在500次的迭代过程中,显示粒子在第2次、第20次,第50次和第95次的空间坐标位置,可看出鸟群在寻找食物的过程中,从分散到集中,最后寻找到最优解的过程。由于篇幅原因,其他类型下的优化过程不做展示,模型优化参数如表5所示,得到预测误差结果如表6所示。从表5和表6可看出,未优化的SVM模型虽然MAPE值表现尚好,但通过RMSE值可发现,模型的稳定性较差,通过PSO算法优化之后,预测准确度以及模型的稳定性有一定提高,但在运行过程中,时间复杂度消耗太大;而RF模型的稳定性以及预测的准确度一直相对较好,尤其经过PSO算法优化之后,各方面表现都有提高。
图表编号 | XD00139670700 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) |