《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》
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。
图表编号 | XD00148567000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 徐冰涵、孙云莲、易仕敏、王华佑、谢文旺、黄雅鑫 |
绘制单位 | 武汉大学电气与自动化学院、武汉大学电气与自动化学院、广东电网有限责任公司、武汉大学电气与自动化学院、武汉大学电气与自动化学院、武汉大学电气与自动化学院 |
更多格式 | 高清、无水印(增值服务) |