《表3 样本1预测评价指标》

  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

《基于深度分解的非平稳非高斯过程多步预测》

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

从表2可以看出，两样本检验值t均大于临界值，且p值说明在显著性水平分别为47.36%和44.21%时，才可以拒绝原假设，因此样本具有强烈的非平稳性；且两者高阶统计矩偏度SK>3，峰度K≠0，呈现非高斯性。可见，样本1，2属于非平稳非高斯过程，可作为验证预测模型的样本。取样本前1～400s作为训练集进行信号分解及模型训练，后401～500s作为测试集进行验证。同时，PSO-ELM方法被用于对比说明不同预测方法的有效性：利用PSO优化ELM参数，将经过不分解技术的训练集数据进行相空间重构，形成输入矩阵训练ELM模型，测试集数据进行预测验证。利用4种预测模型对样本1，2进行预测验证，如图5，6所示，预测评价指标如表3，4所示。