《表1 预测结果误差分析：基于ARMA和Kalman Filter的需求响应基线负荷预测》

  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ARMA和Kalman Filter的需求响应基线负荷预测》

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

从图2可得该地区工商业用户负荷随时间波动较大，存在明显的峰谷期，传统的单一预测模型对此类负荷特性显得不足，为验证组合预测模型的预测准确性，本文采用MATLAB R2016b软件和EVIEWS软件分别得到Kalman Filter模型和ARMA模型的预测曲线和相对误差对比，如图3，图4所示，最后利用Shapley Value方法得到组合预测结果，如表1所示。