《表4 6—7月负荷预测准确率对比》
将现下广泛使用的人工神经网络算法、支持向量机算法与本文使用的深度学习预测方法相比,可以证明深度学习预测方法的先进性及其在电力负荷预测方面的适用性。
图表编号 | XD00153869100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 孙昀昀、王连成 |
绘制单位 | 山东大学、山东大学 |
更多格式 | 高清、无水印(增值服务) |
将现下广泛使用的人工神经网络算法、支持向量机算法与本文使用的深度学习预测方法相比,可以证明深度学习预测方法的先进性及其在电力负荷预测方面的适用性。
图表编号 | XD00153869100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 孙昀昀、王连成 |
绘制单位 | 山东大学、山东大学 |
更多格式 | 高清、无水印(增值服务) |