《表1 几种算法预测数据与实际负荷数据对比》
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
《基于改进天牛须搜索算法优化LSSVM短期电力负荷预测方法研究》
图1可以看出,PSO-LSSVM与IBAS-LSSVM两种预测方法都较好地贴合了实际负荷曲线,LSSVM方法波动较大。为了更清晰的看出负荷预测误差,表1给出了三种算法得到的预测数据及各时段数据的平均相对误差。可以看出,IBAS-LSSVM算法与原始LSSVM算法相比,在预测精度上都有提升了1.5%左右。
图表编号 | XD00148573100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 闫重熙、陈皓 |
绘制单位 | 四川大学电气信息学院、四川大学电气信息学院 |
更多格式 | 高清、无水印(增值服务) |