《表2 负荷预测误差表:在线学习神经网络用于空调负荷预测研究》
为了更好地分析预测精度的变化,从训练天数为18天起,随着训练天数的逐渐增加,记录下8:00~20:00负荷预测的相对误差和平均相对误差,具体可参见表2。
图表编号 | XD00150995100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 沈俊杰、龚延风、刘伟 |
绘制单位 | 南京工业大学城建学院 |
更多格式 | 高清、无水印(增值服务) |
为了更好地分析预测精度的变化,从训练天数为18天起,随着训练天数的逐渐增加,记录下8:00~20:00负荷预测的相对误差和平均相对误差,具体可参见表2。
图表编号 | XD00150995100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 沈俊杰、龚延风、刘伟 |
绘制单位 | 南京工业大学城建学院 |
更多格式 | 高清、无水印(增值服务) |