《表2 训练样本集Tab.2 Training sample set》
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
《Hadoop架构下基于模式匹配的短期电力负荷预测方法》
根据计算结果选取日最高温度、平均温度、日类型、平均湿度和季节作为影响负荷的5个关键因素,其中日类型和季节赋值为{工作日,周末,节假日}={1,2,3},{夏季,冬季,春季,秋季}={4,3,2,1},其他是实际测量值。训练样本为2015年1月1日~2015年12月31日的用电数据,采样间隔为1 h,训练样本集构成见表2。
图表编号 | XD0014785900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.10 |
作者 | 吴润泽、包正睿、王文韬、邓伟、唐良瑞 |
绘制单位 | 华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院、北京国电通网络技术有限公司、华北电力大学电气与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |