《表5 改进图信号模型前后负荷分解效果比较》
提示：宽带有限、当前游客访问压缩模式
为了进一步验证在状态挖掘过程中引入周期能耗特征W能优化对额定功率相近负荷设备的分解效果，算例对比了改进图信号模型前后各设备的功率分解准确率与能耗分解准确率，如表5所示。
| 图表编号 | XD00149661700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.01 |
| 作者 | 庄卫金、张鸿、方国权、陈中 |
| 绘制单位 | 中国电力科学研究院有限公司、中国电力科学研究院有限公司、东南大学电气工程学院、东南大学电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型改进前后对混色样本的预测效果对比》2020.08.01
- 《表1 P3测点信号改进VMD分解后各IMF峭度值》2020.12.01
- 《表5：调整前后农村金融减贫效率年均Malmquist指数模型分解结果》2020.11.15
- 《表3 信号f3(t)分解前后频率幅值对比》2021.01.25
- 《表2 信号f2(t)分解前后频率幅值对比》2021.01.25
- 《表1 信号f1(t)分解前后频率幅值对比》2021.01.25
- 《表4 中介模型效应分解图》2020.04.20
- 《表4 场景3中改进前后雷达信号分选结果比较》2020.06.01
- 《表2 场景1中改进前后雷达信号分选结果比较》2020.06.01
- 《表5 模型预测误差：基于二次分解的改进时间序列超短期风速预测研究》2020.07.30
- 《表5 改进网络模型的检测效果》2020.08.01
- 《表1 不同负荷信号去噪效果比较》2020.03.01
- 《表3 元器件厂商分类模型改进前后效果对比》2020.02.20
- 《表2 元器件产品分类模型改进前后效果对比》2020.02.20
- 《表1 状态组合的分解：基于改进隐马尔科夫模型的非侵入式家居负荷识别》2020.04.01
- 《表1 改进前后图PSNR结果表》2019.10.05
- 《表5 垄体标准改进前后特性及实施效果对照》2019.07.20
- 《表2 LS-ST：改进最小二乘变点识别法在负荷分解的应用》2019.06.25
- 《表3 实验家电特征库：改进最小二乘变点识别法在负荷分解的应用》2019.06.25
- 《表1 LS-SA算法：改进最小二乘变点识别法在负荷分解的应用》2019.06.25