《表4 5种模型的误差指标Tab.4 Error indexes of five models》

  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

《一种风电机组轴承健康劣化趋势预测方法》

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

采用平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方根误差（RMSE）和均方根百分比误差（MSPE）等误差指标来度量模型精度。同时，也为了验证本文模型的准确性，分别采用人工神经网络（BPNN）模型、径向基函数神经网络（RBFNN）模型、支持向量机（SVM）模型和时间序列神经网络模型对不同机组的发电机后轴承健康状态劣化趋势进行预测，未改进的EEMD预测误差如表4所示。