《表3 夏季拟合预报方程：西安市日最大电力负荷率与气象因子相关关系分析预报模型的建立》

  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

《西安市日最大电力负荷率与气象因子相关关系分析预报模型的建立》

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

图4给出了夏季引入、不引入温湿指数以及3种不同预报方法的预报结果对比，方程（表3）均很好地模拟了气象负荷率，预报与实测的气象电荷率之间的相关系数都在0.8以上。其中，使用BP神经网络算法并引入THI的预报方程对气象负荷率的预报结果最优，均方根误差5.78，多元线性回归的模拟效果次之，逐步回归最末。但对于逐步回归和多元线性回归方法，引入THI以后的预报方程并没有使预报效果更好，甚至更差，这可能是由于THI中已经包含了气温和相对湿度两个变量，且两个变量与THI直接并不是线性关系，代入线性方程以后可能会有一定的误差产生。值得注意的是，BP神经网络算法对于个别点的模拟误差较大，这可能与其存在局部极值的缺陷有关。以后的工作中可以考虑增加陡度等方法使得结果更具准确性。