《表1 平均相对误差指标对比》
为论证本文所提出聚类评价指标与聚类方法的有效性,图6中对比了本文所提出方法和文献[7]所提出方法的在聚类数均为10~16时的预测准确率分布。其中方法一、方法二分别为基于本文负荷特征指标和聚类方法采用BP神经网络和支持向量机时的预测结果;方法三、方法四分别为基于文献[7]所提出特征指标与聚类方法采用BP神经网络和支持向量机所得结果。方法表1中进一步详细汇总了不同聚类数下的预测指标,可以发现在该聚类数区间范围内,本文所提出方法的预测准确率较文献[7]提升了近0.5%,表明采用本文所提出的聚类评价指标,能更有效的提升预测准确率。
图表编号 | XD00155780700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.20 |
作者 | 靳冰洁、麻敏华、罗澍忻、黄红伟、张德亮 |
绘制单位 | 广东电网有限责任公司电网规划研究中心、广东电网有限责任公司电网规划研究中心、广东电网有限责任公司电网规划研究中心、北京清大科越股份有限公司、北京清大科越股份有限公司 |
更多格式 | 高清、无水印(增值服务) |