《表A1 1990至2013年某实际电网区域电力需求相关指标归一化数据》

  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

《基于鸽群优化算法的支持向量机在电力需求总量预测中的应用》

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

由图2可以看出，分段二次Lagrange插值函数能很好地跟踪原始数据的变化趋势，其贴近度高，且能够保持逼近曲线较为光滑。因而，利用分段二次Lagrange插值函数对原始数据进行逼近处理后，能使随之建立的灰色相似关联度和灰色相近关联度模型具有较高的评估精度。鉴于电力需求总量与其他相关影响因素的数值和量纲均差别较大，需要首先对各相关指标进行无量纲化处理，然后结合式（1)—(10），采用融合分段二次Lagrange插值函数的新型灰色关联分析方法计算表1中各项指标B1—B9与电力需求之间的灰色相似关联度和灰色相近关联度，结果如表2所示。结合式（9），指标B1—B9无量纲化处理后的相关数据见附录中表A1。