《表2 逐时负荷预测性能指标对比》

  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

《基于混合优化随机森林回归的短期电力负荷预测》

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

表2为上述4种模型在工作日和节假日逐时负荷预测中的MAPE对比结果。由表2可知，所提出模型在逐时负荷预测中的RMSE和MAPE值（分别为3.975和1.945%）明显小于A1、A2和A3（分别为15.02和12.29%，9.465和7.895%，6.77和4.185%），可证明所提出模型在逐时负荷预测上的优异性。与逐日负荷预测类似，A2的预测性能与A3相近，也证明了RFR用于STLF的可行性。特别地，在逐日负荷预测和逐时负荷预测中，本文所提出模型的RMSE和MAPE值（分别为5.41和2.34%，3.975和1.945%）均显著小于A2的RMSE和MAPE值（分别为12.63和9.86%，9.465和7.895%），故本文所提出模型中的混合优化方法可以有效提高RFR模型的预测精度。