《表4 预测方法误差分析Tab.4 Analysis of forecasting errors》

  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

《基于改进集成聚类和BP神经网络的电压偏差预测》

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

将4月27日、4月28日、5月1日三天三种方法预测结果的相对误差落在某一范围内的频数用直方图表示，得到误差分布直方图，如图10~图12所示。从图10~图12的直方图中可以看出，本文方法相对误差在0附近更为集中。最终预测结果如表4所示。本文改进方法平均相对误差为2.987%，比传统神经网络方法降低了9.069%，而且传统神经网络方法和PCA+BP神经网络方法的预测结果相对误差控制在3%以内的概率分别为16.67%、23.61%，而本文改进方法相对误差控制在3%以内的概率达到59.72%，极端相对误差只是小概率事件。综上所述，本文的改进方法在电压偏差预测中效果更好，可为下一步电压偏差预警及电压偏差问题策略制定提供可靠依据。