《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》

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

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。