《表1 各分量与原始数据的相关系数》
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EIEMD-IMDE-XGBoost模型的短期电力负荷预测》
首先利用EIEMD算法对原始数据进行预处理,共得到如图5所示的8个IMF分量和1个余量。继而计算所得分量与原始数据的相关系数,用于有效分量的选取,结果如表1所示。由于前4个分量的相关系数大于设定的阈值0.1,因此将IMF1~IMF4作为有效分量予以保留,同时计算各有效分量的IMDE值,由于每个分量得到20个散布熵值特征,因此最终构造出由80个散布熵值组成的特征向量,同时将其输入到XGBoost预测器中对其进行训练。
图表编号 | XD00151471900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.30 |
作者 | 邢伟、母卓元 |
绘制单位 | 内蒙古国合电力有限责任公司、内蒙古国合电力有限责任公司 |
更多格式 | 高清、无水印(增值服务) |