《表3 实际值和预测值及绝对百分比误差》

  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

《基于粒子群优化–长短期记忆网络模型的变压器油中溶解气体浓度预测方法》

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

同理，继续以2018年9月1日到2019年7月1日之间的油色谱数据为例，采用PSO-LSTM预测模型对变压器油中溶解的其他气体浓度进行预测，结果如表4所示。由表4可知，PSO-LSTM方法的预测误差均低于LSTM、RNN、SVM、RF方法，具有较高的预测稳定性与可靠性。