《表2 用电量突变气温:基于Azure机器学习平台的大学校园用电分析与预测》

《表2 用电量突变气温:基于Azure机器学习平台的大学校园用电分析与预测》   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》


  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

给定突变参数阈值θ,若满足Δ<θ,则认定最高气温k为用电突变气温。nk和θ为自定义参数,其不同取值将影响用电突变气温选择的结果。根据图3平均用电量曲线图式(3)将分析数据源的nk取1~5之间的整数,θ取0~1之间的小数,在Azure ML平台上对不同的用电数据源进行测试分析,得到nk=3,θ=0.6时,数据模型的预测预测效果最佳,根据式(3)分别计算出学生公寓2号楼、5号楼、36号楼和西三教学楼的用电数据突变气温见表2。