《表5 修正前后误差对比：基于模糊聚类分类与Elman神经网络算法的居民用户短期用电量预测及修正方法》

  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

《基于模糊聚类分类与Elman神经网络算法的居民用户短期用电量预测及修正方法》

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

对双峰类和多峰类采用同样的修正步骤进行预测修正。平稳类因用电走势较稳定，直接使用预测结果，不额外进行修正。修正后整体预测结果如图7所示，平均误差为2.87%。修正前后各类型及整体平均误差对比如表5所示。修正后整体预测结果证明，文中提出的修正算法在Elman神经网络分类预测法的基础上，能进一步减少预测误差，提高短期用电量预测的精度。