《表1 用电量影响因素分析表》
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Azure机器学习平台的大学校园用电分析与预测》
注:1代表选择该特征量,0代表不选择该特征量。
本文首先以福州大学36号研究生宿舍楼的用电数据集为分析对象,选取当日最高气温、最低气温的天气数据作为影响用电量的主要影响因素。另一方面,根据大学的作息特性,将用电量数据划分为:工作日、周末、寒暑假三类。进而在考虑不同天气数据和不同用电量数据集的情况下,基于第2节所述的操作步骤,在Azure ML平台中采用增强决策树回归(boosted decision tree regression)算法分别建立预测模型,并对预测精度进行评估,得到的影响因素评估表见表1。
图表编号 | XD0015799400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.15 |
作者 | 熊甜、郑松、徐哲壮、谢仁栩、葛永乐 |
绘制单位 | 福州大学电气工程与自动化学院、福州大学电气工程与自动化学院、福州大学电气工程与自动化学院、福州大学电气工程与自动化学院、福州大学电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |